本申请提供的基于机器学习的电力负荷识别方法及系统,以实测的电气参数数据包括电流、电压、和功率等为基础,将基础电气参数数据统一格式,在长时间针对电力负荷特征提取、采集、分析、归纳和训练的基础上,可以在已知一段时间的若干用电负荷总体基础电气参数数据包括电压、电流、有功功率、无功功率等的情况下,正确识别出正在使用的电器种类。因此本申请提供的用于电力负荷识别的机器学习模型训练方法及系统不需要人为手动调节参数,较传统方法相比如时域的波形匹配,特征点匹配以及谱分析等匹配准确率高,本申请可以自主学习并且自动获得识别电力负荷所需要的特征参数,从而提高模型的适用范围,提高电力负荷识别的准确率。