本发明公开了一种基于用电量序列的月度售电量预测方法，主要包括：将月度用电量历史数据划分为训练集以及验证集两部分；建立以待预测月的上一月和去年同期的用电量为输入，待预测月的用电量为输出的支持向量机模型；利用贝叶斯优化对支持向量机的惩罚系数c、核函数系数γ及不敏感系数ε进行寻优；建立最优参数下的支持向量机预测模型并预测未来用电量；基于月度用电量序列历史数据和预测结果，构建虚拟电量序列；最后，建立以虚拟电量序列为输入、月度售电量为输出的逐月线性回归模型，对未来月度售电量进行预测，以减小售电量因抄表例日不固定、统计区间与自然月有所差别导致直接使用售电量历史数据进行预测的误差。