本发明公开了改进Adaboost算法的虚拟电厂短期负荷预测方法及系统，涉及虚拟电厂自调度技术领域，包括：采集特征样本数据并对数据进行预处理；通过LSTM生成训练数据集，并多步迭代LSTM的输出；通过Adaboost算法将弱优化器优化为强分类器并完成预测。本发明通过Adaboost算法能够实现多技术手段的融合优化，在本设计中我们采用LSTM来生成弱分类器，可以充分发挥LSTM在挖掘中长周期样本特征方面的优势，通过多步迭代LSTM来生成Adaboost分类器进行决策，避免了多个神经网络并行的操作繁琐和大量成本，能够提升LSTM的预测效果，避免过拟合和提升了鲁棒性。