本发明涉及基于神经网络和动态镜像下降的居民负荷预测方法，包括如下步骤：获取待预测时刻之前的若干时刻的居民负荷相关数据集，并对居民负荷相关数据进行正则化处理，将正则化处理后的居民负荷相关数据集进行分割，获得测试集和训练集；构建深度长短期记忆神经网络模型，并用训练集对其进行训练，获得训练后的深度长短期记忆神经网络模型；利用改进动态镜像下降方法，获取误差调节变量，从而修正预测误差；利用测试集及训练后的深度长短期记忆神经网络模型获得居民用户未来的t时刻用电量的中间预测值，结合误差调节变量的更新值，获得居民用户未来t时刻的用电量的最终预测值；本发明能够显著提高短期单一居民负荷预测精度。