本发明公开了基于机器学习的变压器负载优化控制系统及方法，涉及电力控制技术领域，包括控制中心、投切优化模块、模型训练模块以及预警分析模块；模型训练模块用于周期性的构建样本数据集以对神经网络模型进行训练，得到负荷参考模型；投切优化模块用于获取变压器的负荷特征数据、气候文本数据以及待预测时区前一时区的电力负荷数据作为负荷参考模型输入，计算待预测时区的负荷预测结果；然后根据负荷预测结果控制变压器的投切，便于供电中心安排电力调度计划，从而提高电能利用率以及电力安全；在变压器运行过程中，预警分析模块用于获取变压器的运行时序数据进行预警分析，判断变压器运行是否异常；有效提高变压器的工作效率。