本发明公开了一种基于深度学习的电子式互感器数据分类预测方法及装置，所述方法包括：获取所述电子式互感器的原始数据；根据预设规则，预处理所述原始数据，得到预处理数据；根据预处理数据以及分类模型，建立分类网络，判断电子式互感器输入数据的正常情况以及异常情况并分类；根据预处理数据以及预测模型，建立预测网络并预测电子式互感器下一帧数据情况；本发明公开的数据分类预测方法解决了现有技术中存在的网络模型关联规则不准确，过分强调设备之间的关联，拟合度过高以及没有充分利用大数据的问题；提出了一种准确高效的模型，实现了大数据的分类与预测，极大提高数据挖掘的精度，有效降低了运算复杂度。