本发明公开了一种基于聚类和趋势指标的配电网线路负荷预测方法和设备，方法为：获取并清洗配电网中各台区的负荷历史时间序列数据；根据负荷历史数据集，通过聚类将所有台区划分为若干个聚类簇，并求和重构每个聚类簇的负荷历史数据集，并按天获取若干负荷样本；然后获取每个负荷样本对应的节假日信息，计算去年同期的负荷变化趋势指标；使用每个聚类簇的负荷样本、节假日信息和负荷变化趋势指标，训练对应的长短期记忆神经网络负荷预测模型；使用训练好的每类负荷预测模型对相应的负荷数据进行预测，最后将每类负荷的预测结果进行叠加得到配电网线路总负荷的预测结果。本发明可以提高配电网短期负荷预测的精度，以达到指导配电网调度运行的目的。