本发明公开了一种长期负荷预测方法及系统，包括：获取待预测时间电力负荷的气象数据；对待预测时间电力负荷的气象数据进行预处理，得到去除异常值的数据；利用深度学习特征提取网络进行特征提取，得到深度特征，将深度特征输入到预先离线训练好的基于电力负荷的回归学习模型，得到电力负荷预测值。优点：本发明通过预处理降低噪声对预测的影响，通过深度学习网络自动提取指纹的深度信息，从而能够获得更好的特征表示，提高离线阶段的学习效率，进而提高预测性能。