本发明涉及基于知识图谱检索增强生成的用户级电量预测方法及系统，具体步骤包括：采集若干用户电力属性数据并进行预处理，基于预处理后的电力属性数据构建向量数据库和分层知识图谱数据库；将若干个性化用户的电力属性数据输入预训练的大语言模型，将电力属性数据相近的各用户划分为同类用户，基于用户的电力属性数据生成自然语言提问文本，在向量数据库和分层知识图谱数据库中查询各类用户的用电水平，分别生成各类用户的个性化用户属性特征；根据预设时间范围内的基于各类用户用电习惯的用电记录获取电力时序数据，再利用嵌入层神经网络提取时序特征；通过向量拼接的方式将各类用户的个性化用户属性特征与时序特征进行融合，获得综合特征。