本发明涉及一种基于深度学习的非侵入式负荷在线监控方法及其系统，该方法包括以下步骤：获取用电负荷历史数据；基于用电负荷历史数据，进行神经网络训练，得到非侵入式负荷监控模型；采集用电负荷实时数据，并对用电负荷实时数据进行预处理；利用非侵入式负荷监控模型对预处理后的用电负荷实时数据进行分解，得到监控结果并进行展示。与现有技术相比，本发明利用离线数据为深度学习模型提供学习标签预训练模型；通过后端Django框架实现采集数据处理及在线监控，并利用前端Vue‑ElementUI框架对负荷监控结果进行展示，能够充分考虑外界干扰因素，有效提高监测结果的实时性和准确性。