本发明公开了一种基于小样本学习的负荷识别系统及识别方法，包括：利用电气信号采集模块采集已知负荷的电压和电流信号；利用电气特征图像化模块计算并生成电气特征图像；利用电气特征图像训练特征增强模块得到增强后的一维电气特征向量数据；将电气特征向量数据进行归一化处理并将数据划分为训练集与测试集，对负荷辨识模块进行训练；将待识别的电气负荷依次进行信号采样、特征图像化、特征增强、负荷辨识操作，即完成识别系统对负荷的识别；解决了现有技术要实现负荷的准确识别，往往需要大量的多元负荷数据输入模型进行训练，才能有效提高模型的泛化能力，这给负荷识别工作带来大量的难度和工作量等技术问题。