本发明公开了一种基于云边协同的台区负荷实时预测方法及系统，方法包括：对台区内各个配变的日负荷曲线进行聚类分析，得到各个配变的日负荷曲线聚类中心；将各个配变的日负荷曲线聚类中心进行整合，形成负荷曲线数据集，并对所述负荷曲线数据集进行再次聚类分析，得到全局日负荷模式；基于多层LSTM网络结构构建与所述全局日负荷模式相对应的至少一个负荷预测模型；获取未来一段时间内某一配变的实时运行数据，并将所述实时运行数据输入至与所述某一配变相对应的某一负荷预测模型中，所述某一负荷预测模型输出某一配变的预测负荷。相比传统方法该方法在负荷预测中有更高的预测精度。