一种基于ARIMA和CNN‑LSTM组合模型的短期负荷预测方法及系统，包括以下步骤：采集园区历史负荷数据、气象数据，对原始信息进行数据预处理，将处理后的数据随机划分训练集和测试集，设置比例，得到训练数据序列；构建CNN‑LSTM预测模型，将所述训练数据序列输入到CNN卷积层中，通过多层卷积层和池化层捕捉数据中的局部和全局特征，传递给LSTM用于捕捉二维时序数据中的时间依赖关系；构建ARIMA预测模型，对所述训练数据序列提取残差，将残差输入到LSTM中进行修正；将CNN‑LSTM预测模型和ARIMA预测模型的预测值进行组合，反归一化得到预测结果。在单一模型基础上将二者进行组合，增强预测模型的性能和稳定性。