本公开提出了一种配电自动化系统的自动辅助巡检方法及系统，方法包括如下步骤：获取配电自动化系统的运行数据；基于运行数据提取配电自动化系统的关键指标数据，所述关键指标为采用主成分分析方法确定的配电自动化系统运行的关键指标；将关键指标数据预处理为时间序列数据，输入至训练好的长短期记忆神经网络，输出配电自动化系统未来一段时间内发生故障的概率，并给出预测故障的区段。本公开通过采用主成分分析法融合深度学习的长短期记忆神经网路，根据关键指标预测并定位配电自动化系统的故障，通过减少数据量以及人工智能算法提高故障判断的效率，实现预测给处理故障预留处理时间，提高系统运行的稳定性。