本发明公开了一种基于深度学习的配变停电电量损失预测的方法，基于模糊C均值聚类算法实现对配变负荷曲线的分类，得到各类聚类中心负荷曲线，计算各时间段各类配变负荷与相应各类中心负荷的增幅，选取增幅率小于阈值的时间段为待预测时间段；利用训练后的门控循环单元神经网络预测待预测时间段的负荷值作为停电损失电量；求解目标函数，当目标函数最优化时获得电持续时间。本发明实现对停电损失电量的计算，为提高供电的可靠性提供数据支持，基于用户负荷曲线聚类实现计划停电的优化管理。