针对典型环境应力地区电能计量设备的基本误差受环境应力影响大，多个电应力之间的关系难以描述的问题，提出了一种基于改进的长-短期记忆粒子群网络（wolma-LSTM）的电能计量设备基本误差预测方法。首先，通过数据集分配对典型环境中的各种应力数据进行归一化和预处理。根据误差时间序列数据的波动趋势，构造网络结构分析误差数据的变化趋势特征，以提高模型在多应力数据下的非线性拟合能力。采用改进的PSO算法对模型超参数进行优化，减少模型超参数的影响，提高模型的预测效果。在实验部分，根据一家公司和环境应力的多台电能计量设备及其在新疆地区一个典型运行实验室测量的误差数据，对所提出的算法进行了验证和分析。结果表明，样本预测准确率指标RMSE分别达到1.08%和1.19%，MAE分别达到0.88%和0.96%。