基于RMT与深度学习融合驱动的分布式资源画像构建方法

本发明涉及一种基于RMT与深度学习融合驱动的分布式资源画像构建方法，包括以下步骤：获取电力系统中不同来源的分布式资源，进行预处理，构建初始分布式资源画像；基于所述初始分布式资源画像，采用模糊聚类进行分布式资源分类；基于分布式资源分类结果，采用随机矩阵理论提取关键特征；基于所述关键特征，采用深度神经网络对初始分布式资源画像进行重建，得到最终的分布式资源画像。与现有技术相比，本发明具有多维度动态刻画分布式资源的状态和特性等优点。