本發(fā)明涉及一種基于對(duì)抗學(xué)習(xí)模型的新能源場(chǎng)景生成方法及系統(tǒng)，所述方法包括：生成用于對(duì)抗學(xué)習(xí)模型的神經(jīng)網(wǎng)絡(luò)訓(xùn)練的樣本集以及每個(gè)樣本的標(biāo)簽；構(gòu)建判別網(wǎng)絡(luò)D和生成網(wǎng)絡(luò)G；將隨機(jī)向量z和樣本的標(biāo)簽輸入到生成網(wǎng)絡(luò)G中，得到模擬樣本G(z)，將模擬樣本G(z)、真實(shí)樣本以及樣本的標(biāo)簽同時(shí)輸入到判別網(wǎng)絡(luò)D中；對(duì)生成網(wǎng)絡(luò)G和判別網(wǎng)絡(luò)D的神經(jīng)網(wǎng)絡(luò)進(jìn)行反向傳播訓(xùn)練，并進(jìn)行迭代；迭代收斂后，生成網(wǎng)絡(luò)G生成并輸出優(yōu)化的新能源運(yùn)行場(chǎng)景。本發(fā)明能夠克服傳統(tǒng)方法生成出力參數(shù)單一、結(jié)果不準(zhǔn)確、需要大量簡(jiǎn)化假設(shè)等問(wèn)題，優(yōu)化了新能源出力參數(shù)，為能源互聯(lián)網(wǎng)的隨機(jī)優(yōu)化運(yùn)行控制提供了數(shù)據(jù)基礎(chǔ)和保證。