针对传统电力负荷预测模型预测精度较低、预测效率不足的问题，将卷积神经网络与深度双向长短期记忆网络结合，并利用粒子群算法与注意力机制对模型进行改进，设计出一种电力负荷预测组合模型。结果显示，在两种测试函数中，组合模型的最优适应度分别为0.0004、0.0006,达到最优适应度值时迭代次数分别为42、63,显著低于其他模型，证明其寻优能力较好。组合模型具有较好的性能，为电力负荷预测领域的发展提供了技术支持。