本发明公开了一种需求侧负荷预测方法、系统、计算机设备及存储介质，涉及电力负荷预测技术领域，包括获取历史需求侧负荷数据，制作样本数据集；使用ADF检验对样本数据集进行平稳性分析，利用STL分解不平稳数据特征集，创建扩充的特征数据集；根据预先创建的LGBMRegressor模型，对扩充的特征数据集进行筛选，选出最佳特征组合；将得到的最佳特征组合输入DeepAR模型，得到需求侧负荷功率的预测结果，进行评估分析。本发明减少模型训练中的误差，提高模型可信度、稳定性和对需求侧负荷功率的预测准确性，为实际运营提供更可靠的参考依据，有助于优化能源调度和提高供电系统稳定性。