一种基于知识蒸馏算法的电力负荷预测方法和系统。该方法包括，采集配电网台区内的历史电力负荷数据，利用孤立森林算法筛选出历史电力负荷数据中的异常负荷值，对筛选出的异常值采用拉格朗日插值法进行修正处理，并进行数据归一化处理；将归一化处理后的电力负荷数据输入教师网络，基于长短期记忆网络进行电力负荷预测，并将预测结果进行软化，得到软标签信息；根据本地数据集对教师网络进行微调得到学生网络，将软标签信息输入到学生网络，在学生网络中基于长短期记忆网络对教师网络的分布进行拟合，输出电力负荷预测结果。本发明的方案将知识蒸馏与神经网络相结合，解决神经网络不敏感的问题，实现了轻量化电力负荷预测。