传统电力系统负荷预测的基本思路是基于时间序列的历史负荷数据采用机器学习方法实现负荷预测。这种方式缺乏负荷在时间、空间两层的相互耦合关系。对此，在电力系统全景全周期运行状态可观测条件下，提出了大数据环境下基于双向长短时记忆网络的立体化负荷预测。首先提出了负荷在电网时间、空间下的耦合关联方程；其次，利用负荷节点的时间大数据序列、时空耦合关联方程作为输入条件，基于双向长短时记忆网络方法，提出了大数据挖掘的立体化负荷预测方法；最后，以实际电力系统为例进行验证，表明了所提方法的有效性。