本发明公开了一种基于LSTM网络模型的电力功率负荷预测方法及预测装置，包括以下步骤：获取用于预测的数据集，包括历史电力负荷功率数据、气象数据和经济数据，并筛选样本数据集；对样本数据集进行预处理，对时间序列数据、电力负荷数据进行数据标准化、数据缺失值处理，得到各单位时间负荷特征数据集；构建LSTM网络模型包括输入层、隐藏层和输出层；训练LSTM网络模型使用梯度下降法优化模型参数，以最小化损失函数。使用训练完成的LSTM网络模型进行预测，输入未来的气象数据、经济数据等。本发明可以对各种影响因素进行抽象，能够处理长时间序列，捕捉各种影响因素中的长期依赖关系，提高模型的泛化能力和鲁棒性，提高模型预测的准确性和有效性。