本发明提供一种基于LSTM模型的用电量预测方法，包括下列步骤：采集在T时间段内且包含多个用户的日用电量相关历史数据，并对所述日用电量相关历史数据进行异常值处理以及缺失值填补；建立第一特征指标，根据新的用电量相关数据获得对应用户的第一特征指标的特征值，对所述用户样本集进行K‑means聚类，基于聚类结果划分多个用户群体；建立第二特征指标以及包含LSTM网络的用电量预测模型，将每类用户群体的第二特征指标的特征值以及第一特征指标的特征值作为所述用电量预测模型的输入，对所述用电量预测模型进行训练，得到特定日的电量预测值，将待预测月已实际产生的日电量与该月内特定日的电量预测值相加即得到相应的月电量预测值。