本发明公开了一种电力负荷预测方法及系统，方法包括：获取多元负荷数据，对多元负荷数据进行综合相关性分析，以得到高相关度特征；所述综合相关性分析包括气象因子与多元负荷之间的相关性分析、多元负荷之间的耦合性分析以及多元负荷各自相关性分析；通过卷积神经网络、双向长短期记忆网络和注意力机制相融合构建混合深度学习预测模型；将所述高相关度特征输入至混合深度学习预测模型进行预测，以得到预测的多元负荷值。本发明降低了多元负荷预测模型输入层的维数，提高了输入数据质量。能够有效防止预测算法过拟合现象，提高模型预测精度；更贴合与实际工程中系统的调度需求。