随着电动汽车数量的逐渐增加，如何准确预测充电负荷，保证电网安全性和调度合理性成为目前亟待解决的问题。针对多因素影响下电动汽车充电负荷预测精度低、 负荷序列时序过长导致重要信息丢失的问题，本文提出了一种基于CNN-GRU- Attention的负荷预测模型。首先构建包括日期、节假日、气温和充电站历史充电负荷数据的输入矩阵，利用CNN进行负荷特征的提取，使用GRU对提取的特征进行充分学习和数据降维，考虑Attention机制对特征信息进行加权平均，减少重要信息的丢失，最后实现电动汽车的负荷预测。以美国某公共事业部门提供的公开数据集作为实际算例，与传统CNN-GRU模型相比，本文所提方法预测精度更高。