本发明涉及计算机领域，尤其涉及基于朴素贝叶斯算法的电力数据分类方法及系统，包括：S1：从电力公司的电力系统中获取数据并生成数据集；S2：从数据集中取数据子集，并作增量式训练；S3：对于每一个类别，计算各类别在数据子集中的频率；S4：将数据子集划分成K个子数据子集，分别对属于Ck的子数据子集进行计算，计算出其中第j个特征的概率；S5：针对待预测样本，计算其对于每个类别Ck的后验概率，概率值最大的类别即为待预测样本的预测类别；S6：在数据集中去掉当前数据子集，并判断数据集是否为空，若非空则进入步骤S2，若空则结束分类。本发明能够迅速准确的实现数据的分类，分类性能不会因为数据的不同而展现差异，具有良好的健壮性。