本发明涉及一种评估最大需量超标风险的测算方法，包括以下步骤：S1、安装电能检测设备，收集历史用电数据；S2、使用K‑近邻算法添补缺失值；S3、使用Canopy+K‑means的聚类算法剔除异常数据；S4、使用Prophet时序预测用电量；S5、结合经济因素、电力政策因素、天气因素、随机干扰因素和生产情况，选用了Tensorflow For Deep Leaning模型得出误差进行决策；S6、取预测月最大值，计算未来月最大需量；S7、根据最大需量与规定百分比的受电容量的大小，得出申报最大需量值。充分考虑了历史电量的时序性，包括趋势性，周期性和季节性，同时也兼顾了节假日因素、经济因素、电力政策因素、天气因素、随机干扰因素和生产情况的预测，使用深度学习决策和时序预测的算法将两种因素统一在一种模型中。