一种自适应的居民用户负荷预测方法，包括以下步骤：先对居民用户群中各居民历史负荷数据进行降维和聚类处理，按聚类结果将居民划分为不同类别，再将同类居民的历史负荷数据进行相加，得到代表各类居民用电模式的总负荷数据，然后根据负荷数据分别构造长短期记忆神经网络预测模型，并采用粒子群算法对预测模型超参数进行寻优，最终得到确定各类居民用电模式对应预测模型的最优超参数，并以此为基础建立各居民最优超参数的长短期记忆神经网络预测模型，从而得到各居民的负荷预测结果。本设计通过分析居民历史负荷数据的相似性，并在住宅层面开展准确的居民负荷预测，不仅预测精度高，而且预测效率高。