本发明公开了一种基于特征自学习的高精度负荷辨识方法及系统，本发明包括获取高采集密度和多维度的电气数据，按照波形抽取方法进行特殊波形切片操作，对波形进行预筛选。被选中的波形会被放入波形汇集池中；使用最小冗余和最大相关性方法为每个波形切片选择最合适的特征。根据最优特征对波形切片进行动态分析，并利用部分结构隐藏支持向量机算法对现有模型进行更新。基于模型库中的分类模型对当前波形切片进行精确识别，并输出辨识结果。本发明能够对高密度多维度的采样数据进行处理，通过波形提取，利用最小冗余和最大相关性选择最优特征集，并利用部分结构隐藏支持向量机对动态负荷特征模型进行自动学习，并利用训练模型进行负荷辨识。