本發(fā)明公開了一種基于大數(shù)據(jù)的電力負(fù)荷預(yù)測方法，步驟一，提供N個時間段的數(shù)據(jù)信息；針對同一數(shù)據(jù)信息，采用強(qiáng)化學(xué)習(xí)負(fù)荷預(yù)測的數(shù)據(jù)模型獲取第N+1個時間段的電力負(fù)荷預(yù)測值一；同時采用數(shù)據(jù)驅(qū)動方式獲取第N+1個時間段的電力負(fù)荷預(yù)測值二；步驟二，采用D-S證據(jù)理論對電力負(fù)荷預(yù)測結(jié)果一和電力負(fù)荷預(yù)測結(jié)果二進(jìn)行信息融合，獲取第N+1個時間段的最終預(yù)測結(jié)果。針對包含空間、時間、屬性等多維度多級別的電力負(fù)荷預(yù)測體系，本發(fā)明將基于數(shù)據(jù)驅(qū)動理論的無模型負(fù)荷預(yù)測控制器與基于小波神經(jīng)網(wǎng)絡(luò)的積累學(xué)習(xí)型預(yù)測相結(jié)合，采用信息融合技術(shù)將兩者預(yù)測值在決策級進(jìn)行信息融合，得出最優(yōu)的預(yù)測值，大幅提高了負(fù)荷預(yù)測的精度和實(shí)時性。