本發(fā)明屬于新能源發(fā)電消納技術(shù)領(lǐng)域，公開了一種基于深度學(xué)習(xí)的新能源消納方法，所述基于深度學(xué)習(xí)的新能源消納方法采用多層感知神經(jīng)網(wǎng)絡(luò)的反向傳播算法實現(xiàn)，采用改進的動態(tài)遞歸神經(jīng)網(wǎng)絡(luò)方法進行訓(xùn)練；優(yōu)化過程包括：深度學(xué)習(xí)模型的線下訓(xùn)練過程，另一部分是深度學(xué)習(xí)優(yōu)化控制器的在線優(yōu)化過程。本發(fā)明基于深度學(xué)習(xí)的消納優(yōu)化算法能夠根據(jù)不同優(yōu)化目標(biāo)的內(nèi)容和數(shù)量，不同約束條件的內(nèi)容和數(shù)量在線確定優(yōu)化控制器參數(shù)，無需人為調(diào)整，對于應(yīng)用場合具有普遍的適應(yīng)性；本發(fā)明采用基于自適應(yīng)更新系數(shù)的動態(tài)遞歸神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練方法能夠克服常規(guī)動態(tài)遞歸神經(jīng)網(wǎng)絡(luò)收斂速度慢和容易陷入局部極小值的缺點，保證精度前提下縮短了優(yōu)化控制器模型的訓(xùn)練時間。