本發(fā)明涉及一種計及宏觀波動性分類的新能源中長期電量預測方法，對中長期尺度氣象變量提取氣象變量波動時序生成特征矩陣，建立基于CNN?LSTM改進型混合神經(jīng)網(wǎng)絡(luò)的中長期新能源電量預測模型；對復合網(wǎng)絡(luò)的權(quán)值進行初始化，設(shè)定最大迭代次數(shù)；構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，將特征矩陣輸入模型；計算復合網(wǎng)絡(luò)預測誤差，優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)；若達到最大迭代次數(shù)，則迭代終止輸出網(wǎng)絡(luò)參數(shù)；利用訓練完成的復合網(wǎng)絡(luò)進行中長期新能源電量預測，獲取待預測時段的初步預測電量；對初步預測電量進行波動類型聚類并識別，并對不同類型的波動過程進行誤差修正，將初步預測電量與誤差預測的結(jié)果相加獲取最終電量預測結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明具有提高預測精度等優(yōu)點。