本發(fā)明提出了一種用于新能源電力市場(chǎng)的凈負(fù)荷預(yù)測(cè)方法及裝置，包括：獲取新能源出力數(shù)據(jù)和外部環(huán)境數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理，在數(shù)據(jù)預(yù)處理后的新能源出力數(shù)據(jù)和外部環(huán)境數(shù)據(jù)中提取出強(qiáng)相關(guān)特征；將強(qiáng)相關(guān)特征進(jìn)行特征擴(kuò)充后輸入預(yù)先構(gòu)建的回歸預(yù)測(cè)模型中，得到第一預(yù)測(cè)值；獲取用戶負(fù)荷數(shù)據(jù)和負(fù)荷影響因素?cái)?shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理，將數(shù)據(jù)預(yù)處理后的用戶負(fù)荷數(shù)據(jù)和影響因素?cái)?shù)據(jù)輸入FNN?LSTM混合模型中，得到第二預(yù)測(cè)值；將第二預(yù)測(cè)值與第一預(yù)測(cè)值作差，得到凈負(fù)荷的預(yù)測(cè)結(jié)果。本發(fā)明適用于新能源電力市場(chǎng)的凈負(fù)荷預(yù)測(cè)，針對(duì)凈負(fù)荷影響因素的不同特點(diǎn)，采用不同的人工智能算法進(jìn)行預(yù)測(cè)，從而打破了數(shù)據(jù)間的信息隔閡，提升了凈負(fù)荷的預(yù)測(cè)精度。