本发明公开了一种基于改进迁移学习的负荷预测模型增量训练方法，涉及负荷预测模型增量训练领域，包括获取电网历史数据，采用迁移学习方法划分源域和目标域，计算所述目标域和源域数据的最大均值差异值，划分所述源域数据并得到源域子集；通过所述源域子集对源域模型进行分层训练，固定不同网络层参数，保存源域模型参数；将所述源域模型参数迁移至目标域中，采用目标域数据对所述源域模型参数进行微调，得到目标域模型；载入目标域模型，将负荷影响因素归一化并重塑成三维矩阵，输入到所述目标域模型中，将输出值反归一化得到负荷预测值。本发明采用分层级迁移学习算法，缩短模型训练时间，提高了预测模型的训练效率和负荷预测精度。