本发明涉及一种基于Gradient Boosting的电表安装数量预测方法，包括：获取目标区域内历史电表安装数据，并进行预处理，形成数据集，然后划分为训练集、验证集和测试集；S2、选取多个基础模型，包括基于传统时间序列方法的模型、基于机器学习方法的模型和深度神经网络模型；S3、采用Gradient Boosting算法作为集成学习算法，将多个基础模型进行集成，得到集成模型；通过迭代训练集成模型，优化每个基础模型的残差；将多个基础模型的预测结合，形成最终的集成预测结果；S4、对集成模型的性能进行评估，并根据评估结果调整和优化基础模型的参数；最后，采用训练及评估后的集成模型进行电表安装数量预测。该方法有利于提高电表安装数量预测的准确性和可靠性。