一种基于CNN和多层扩展LSTM网络的短期负荷预测方法，属于电力系统预测技术领域。本发明的目的是建立一个结合CNN和多层扩展LSTM（Dilated LSTM）网络的混合模型用于短期负荷预测，从而提高短期负荷预测精度的基于CNN和多层扩展LSTM网络的短期负荷预测方法。本发明首先交替使用CNN网络中的一维卷积操作和池化操作提取历史数据中的局部特征，然后使用多层扩展的LSTM网络从多维度捕捉数据中的长期依赖关系，从而实现更准确的负荷预测。本发明结构不仅有着比传统LSTM网络更长的记忆能力，而且可以多维度挖掘数据之间的依赖关系。本发明模型较其他深度学习方法有着更好的负荷预测效果。