本发明提出了一种用于多采样时间的建筑电力负荷预测方法，包括：获取建筑电力负荷的历史数据，将历史数据插值扩展成时间步数量相同的扩展数据，将扩展数据划分为训练集和测试集；将训练集标准化处理为样本数据，根据样本数据训练LSTM模型的网络参数；获取LSTM模型最后一个时间步输出的第一响应量，将第一响应量输入LSTM模型，得到LTSM模型输出的第二响应量，结合测试集对网络参数进行优化；将最后一个时间步的第二响应量输入优化后的LSTM模型进行实时预测，得到建筑电力负荷在未来时段的预测序列。通过线性插值扩展，使异步采样的数据转化为时间步相同的时间序列，解决了不同用电设备之间采样时间不统一的问题，进而提高了LSTM模型预测结果的准确性。