本发明公开了一种智能电力负载识别方法，不需要在各个负载前加装传感器，实现无损的低成本负载识别。该方法通过在电路中增减电器以实现电路总负载的变化，记录负载变化时的电路总进线的电参量变化量x⁽ⁱ⁾，同时将x⁽ⁱ⁾对应的当前电路负载情况记为图节点数据g⁽ⁱ⁾。对图节点数据g⁽ⁱ⁾进行快速傅里叶变换，将其转为固定维度的图节点频域数据h⁽ⁱ⁾，x⁽ⁱ⁾和h⁽ⁱ⁾构成训练样本。构建自循环神经网络，自循环神经网络的输入为i时刻的电参量变化量x⁽ⁱ⁾和i‑1时刻的图节点频域数据h^(i‑1)，输出为i时刻的图节点频域数据h⁽ⁱ⁾；采用训练样本对自循环神经网络进行循环训练，训练好的自循环神经网络可以用于智能电力负载识别。