本发明提供一种基于PCA‑LSTM的电力数据异常检测与预测方法及系统，该方法通过获得原始用电采集数据，进行数据排序，得到时间序列的电力数据；进行预处理，获得预处理后的电力数据；采用主成分分析法PCA进行降维，获得降维后的数据，并分为训练集和测试集；构建长短期记忆神经网络预测模型LSTM，对长短期记忆神经网络预测模型LSTM进行优化后，获得最终的长短期记忆神经网络预测模型LSTM；通过得到的最终的长短期记忆神经网络预测模型LSTM进行预测；本发明能够高精度高效率实现电力数据时间序列的数据预测，能够有效去除冗余数据，降低计算复杂度，提升数据处理速度，并有效降低预测误差。