本发明提供了一种基于模拟学习判别的分布式电源负荷异常识别方法及系统；基于相关系统获取分布式电源负荷的相关采集数据，并根据发电类型与规模进行样本分类，基于各分簇样本集，分别采用单一正常真实样本数据集与聚合异常真实样本数据集为输入最小批次训练样本集，输入编码器生成编码数据，随后生成器基于编码数据生成复现样本数据，以反馈调参实现复现样本对真实样本数据拟合，并将真实样本与复现样本输入判别器，输出四分类判别结果，从而在保留各个分布式电源特征前提下，实现异常样本数据的模拟与共享学习，从而在新分布式电源负荷异常出现时，可有效实现异常识别。