本发明属于区域空调负荷预测技术领域，具体涉及一种基于组合神经网络的空调负荷预测方法。针对现有空调负荷预测方法采用单个神经网络，预测精度有提升空间的不足，本发明采用如下技术方案：一种基于组合神经网络的空调负荷预测方法，包括：获取空调负荷预测所需的相关数据，相关数据包括含有时间信息的历史空调负荷数据；数据预处理；建立组合神经网络模型，组合神经网络模型综合长短期记忆网络模型、Neural Prophet模型和人工神经网络模型；设置各模型的超参数；组合神经网络模型训练和测试；将训练和测试后的组合神经网络模型用于空调负荷预测。本发明的有益效果是：组合LSTM、NP和ANN，发挥三者优势，提高空调负荷预测的准确度。