本申请公开了一种基于机器学习的电力负荷预测系统及方法，主要涉及负荷预测技术领域，用以解决现有的负荷预测方法的预测精度不高、预测速度缓慢的技术问题。包括：数据处理模块，用于获取预设采集装置上传的第一负荷数据；以根据第一负荷数据的时间信息，确定具有时间特征序列的第二负荷数据；其中，时间特征序列包括：天气信息、节假日信息以及日期信息；数据分配模块，用于根据预设匹配关系，将第二负荷数据传输至匹配的边缘计算模块；边缘计算模块，用于对第二负荷数据进行字符串降维处理，以获得第三负荷数据；基于预设循环神经网络算法，确定第三负荷数据对应的负荷预测结果。本申请通过上述方法提高了电力负荷的预测精度。