本发明公开了一种基于LSTM神经网络的电力系统恢复决策方法，涉及电力系统恢复技术领域，解决了电力系统恢复中光伏预测不够精确且决策输出不够完善的问题。本发明首先通过采集的时刻、辐照度、湿度、气压、以及实际的光伏出力功率等数据训练出光伏出力预测LSTM网络，并基于光伏出力预测LSTM网络准确预测未来时间段的功率输出数据，并基于预测的数据进行电力系统恢复决策的产出，消除了电力系统恢复决策的滞后性。而且在电力系统恢复决策产出的过程中，本发明以恢复最多的负荷量为目标函数，约束条件包括机组状态约束、负荷状态约束、电力系统功率平衡约束等，更进一步保证了电力系统恢复决策的准确性和有效性。