本公开提出了基于卷积长短时记忆神经网络的用电负荷预测方法及系统，包括如下步骤：获取待预测用电系统的历史用电数据并进行预处理；将预处理后的样本数据传输至训练好的包含MVCNN模型和ConvLSTM模型的多层神经网络，输出预测结果；按照预测结果输出配电控制方案。本公开的多层神经网络融合了MVCNN模型和ConvLSTM模型，MVCNN模型不仅可以提取沿时间序列的信息，还可以提取不同时间序列特征数据之间的融合信息，从而提高模型识别的准确率，降低数据量对模型的影响。ConvLSTM模型可以进一步处理时空信息，对空间信息进行编码，提高模型特征提取能力，从而提高模型的鲁棒性，解决了用电负荷预测准确率低，误差大，对数据变化敏感，容易过拟合的技术问题。