本申请涉及电力技术领域，特别是涉及基于多模态数据融合的建筑群需求负荷调优方法及系统。该方法包括：对建筑群的历史数据集进行清洗处理，得到清洗后的历史数据集；根据清洗后的历史数据集获取每一建筑在不同时间段的参考负荷曲线；使用建筑群的历史数据集对目标神经网络模型进行训练，得到经训练的目标神经网络模型；使用经训练的目标神经网络模型对目标建筑在目标时间段的负荷数据进行预测，得到目标建筑在目标时间段的预测负荷曲线；根据预测负荷曲线和对应的参考负荷曲线获取目标建筑在目标时间段的目标负荷曲线。本发明能够提高模型对建筑群需求负荷预测的准确性，进而基于对应的预测结果对建筑群的需求负荷进行调整优化。