本发明涉及一种融合BiLSTM与注意力的发电设备异常预测方法及系统，所述方法包括：获取发电设备当前时刻的运行数据和所述发电设备当前时刻对应的气象数据，并对所述获取的数据进行预处理；将所述预处理后的数据转化为所述数据对应的词向量文本；将所述数据对应的词向量文本输入预先训练好的发电设备异常预测模型中，得到所述发电设备异常预测的得分；基于所述发电设备异常预测的得分预测所述发电设备是否异常，并将预测结果进行信息触达。本发明提供的技术方案，提高了发电设备异常预测的得分的精度，同时使得发电设备的异常预测更加方便，也降低了发电设备的异常预测成本。