本发明属于负荷预测技术领域，具体涉及基于LSTM栈式自编码多模型荷预测方法及系统。该方法包括获取数据集，对数据集进行预处理；建立电动汽车充电开始时间的概率模型并重构数据集；构建LSTM栈式自编码结构并训练；利用XGBoost模型预测短期负荷，并进行指标评价。该系统包括获取数据集模块，预处理模块，概率模型和重构模块，LSTM栈式自编码结构的构建和训练模块，预测模块，指标评价模块。本发明提出的方法能够考虑电动汽车充电负荷的影响，最大程度利用原始数据，深度学习其内部特征，有效提高短期负荷预测精度。