本发明涉及MC-WPT技术领域，具体公开了一种基于TensorFlow的MC-WPT系统负载与互感识别模型、方法及系统，该模型基于TensorFlow深度学习框架，采用神经网络模型，从而将MC-WPT系统的负载与互感识别问题等效为非线性方程的求解问题，进而转化为深度学习非线性拟合问题，并采用训练集对模型进行上万次训练，最后得到识别速度快、精度高的MC-WPT系统负载与互感识别模型。整体上，本发明通过离线训练模型，并将训练完成的模型导入微型控制器，能够实现负载与互感在线同时识别，识别速度快、精度高，有利于系统的实时控制，且成本较低，易于实现，有利于工程推广应用。