本发明公开了一种基于数字孪生的用电负荷模型训练方法及系统。其中，该方法包括：对目标负荷设备进行几何建模以及耦合仿真，得到反映设备动态特性的数字孪生模型，实时采集目标负荷设备运行过程中的波形数据并进行预处理，获得实测波形数据；基于数字孪生模型，生成虚拟波形数据，将实测波形数据和虚拟波形数据进行合成，获得合成的负荷波形数据；基于从合成的负荷波形数据提取的关键特征，确定用于神经网络训练的特征向量，构建适用于负荷识别的深度神经网络模型；将特征向量和对应的负荷类型标签输入深度神经网络模型，对模型进行训练，得到训练好的负荷识别模型，对负荷识别模型进行性能评估，实现对实时采集的负荷波形数据的自动识别和分类。