本发明公开了一种基于EEMD‑LSTM的区域能源互联网负荷预测方法及系统，其中方法包括：获取区域能源互联网负荷中若干个子设备的历史运行数据；通过集合经验模态分解法对不同时刻采样点的历史运行数据进行分量分解，得到与不同时刻采样点分别对应的若干个数据分量；通过长短期神经网络对若干个数据分量进行预测，并将预测结果进行累加，得到区域能源互联网负荷的预测结果。针对区域能源互联网发电短期负荷预测的准确性问题，通过结合区域能源互联网的随机性特点，在分析负荷特性的基础上，运用深度学习算法对区域能源互联网负荷数据进行预测，有效的克服了原始信号中的不确定因素，满足了区域能源互联网短期负荷预测的要求。