本申请实施例属于人工智能领域，涉及一种电力负荷预测方法、装置、设备及存储介质，方法包括：获取历史数据的训练数据集；历史数据包括历史环境数据和历史电力负荷数据，训练数据集包括至少一个训练自变量和每个训练自变量对应的训练响应变量；为预设神经网络模型构造正则化损失函数；根据训练数据集对预设神经网络模型进行N次电力负荷预测训练，直至损失函数收敛，得到电力负荷预测模型；获取预测自变量，并将预测自变量输入电力负荷预测模型，得到预测自变量对应的电力负荷。该方法能够提高电力负荷的预测精度。