准确且高效的用户用能服务需求预测对于电网客户服务质量管理与客户服务风险管理至关重要。为此，本文提出一种基于特征优选的用户用能服务需求预测模型。该方法具体包括：在分析用户用能服务数据的基础上，改进采样算法以解决数据中存在的类不平衡问题；基于自动编码器对数据进行降维处理，以确保K均值算法高效聚类；提出基于轻量级梯度提升机的特征优选算法筛选有效特征，从而提高预测模型的训练效率；提出基于注意力机制的双向长短时记忆神经网络多标签分类算法，以此精细化用户的用能服务需求。通过对广东电网某地区3年72万条工单数据进行分析，证明本文模型能够有效提高预测准确率及速度。