本发明公开了一种基于ICEEMDAN‑LSTM的短期电力负荷预测方法及系统，涉及电力负荷预测技术领域，包括获取历史电力负荷数据，构建历史数据集，并对历史数据集进行预处理；将预处理后的历史数据集通过ICEEMDAN进行分解，获取模态分量；将模态分量输入预先建立的LSTM模型中进行训练，并进行电力负荷预测，获取预测结果。本发明通过LSTM对各IMFs分量进行预测，并将其预测结果进行累加以得到最终预测结果，可以极大的提高电力负荷预测结果的准确度，极大地提高了负荷预测的准确度，与直接预测相比，能够辨识各频率负荷分量特性，且适合目前分布式能源发电背景下负荷波动较大的情况。