本發(fā)明屬于大數(shù)據(jù)智能檢測(cè)技術(shù)領(lǐng)域，涉及一種多源異構(gòu)電網(wǎng)運(yùn)監(jiān)業(yè)務(wù)數(shù)據(jù)融合方法。本方法首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，然后通過基于稀疏降噪自編碼器的深度置信網(wǎng)絡(luò)對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行特征提取、分類識(shí)別過程，提高深度置信網(wǎng)絡(luò)的特征表達(dá)能力和泛化性能，充分挖掘多源數(shù)據(jù)之間的深層抽象特征，避免了由于特征提取不充分導(dǎo)致的影響模型輸出精度降低問題，然后采用強(qiáng)化學(xué)習(xí)與聯(lián)合互信息相結(jié)合的方法自主獲得多源信息之間的相關(guān)性，并按照相關(guān)性進(jìn)行充分融合，有效提高電力系統(tǒng)多源異構(gòu)運(yùn)監(jiān)業(yè)務(wù)數(shù)據(jù)的處理能力和利用效率，并且能夠充分滿足電力系統(tǒng)運(yùn)監(jiān)業(yè)務(wù)對(duì)數(shù)據(jù)實(shí)時(shí)性的要求。