本发明涉及物资需求预测技术领域，尤其涉及一种基于深度学习的电力物资需求预测方法及系统，包括利用卷积神经网络对电力工程图纸进行特征提取，获取电力物资非结构化特征表示；根据电力物资非结构化特征表示和电力工程图纸的注释信息，利用自然语言处理技术构建电力工程物资需求的多维特征向量；根据多维特征向量的相似度度量，利用谱聚类算法对电力物资需求进行分类，形成不同类别的电力物资需求集合；利用物资需求预测模型对各个类别的电力物资需求集合进行物资需求预测，得到物资需求预测结果。本发明通过深度学习技术实现电力工程图纸的高效特征提取与多维特征融合，从而提高电力物资需求预测的准确性和效率，提升物资管理的智能化水平。