本发明公开了一种基于GMDH选择性组合的能源消费量时间序列预测方法及装置，其中方法包括：S1.获取原始能源消费量时间序列yt，根据原始能源消费量时间序列yt得到线性部分预测结果和非线性子序列ut；S2.采用多种非线性单一模型作为AdaBoost算法的弱学习器，在非线性子序列ut上使用AdaBoost算法进行集成预测，得到多个集成预测结果；S3.对非线性子序列ut和多个集成预测结果使用GMDH神经网络进行选择性组合预测，找到最优复杂度的组合预测模型u*；S4.利用最优复杂度的组合预测模型u*预测得到非线性子序列ut对应的非线性部分预测结果S5.将线性部分预测结果和非线性部分预测结果相加得到能源消费量时间序列预测值本发明相较于已有的混合模型模型具有更好的预测性能。