本发明公开了一种微电网多模型负荷预测自适应选择方法、系统及存储介质，本发明的方法基于单一SVM、ANN和KNN模型，采用Adaboost方法，对于单一模型，选取不同数目的子分类器进行自适应增强，即通过对训练数据设置权值，并对各个子分类器设置训练权重的方法，及时对训练样本的分布进行调整，使得模型的训练更多地关注到预测错误率较高的时刻点，进一步提高原有模型的预测精度，从而验证本发明所提自适应增强预测方法的准确性和实用性，提高电网运行调度的经济性和稳定性。