本发明公开一种基于DNN的电热综合能源系统快速状态估计方法及介质，该方引入数据驱动理论，利用蒙特卡洛采样方法模拟电、热负荷分布，通过对负荷数据耦合潮流计算获得电‑热耦合IES运行数据。利用子网络参数之间的相关性分析进行特征提取，根据特征提取结果划分数据集，向数据集中的量测量叠加高斯白噪声模拟实际量测量，训练并测试深度神经网络。根据相关性分析结果提取实际量测量，输入快速状态估计模型，获得状态量。本发明所提电‑热综合能源系统快速状态估计模型能够有效提高状态估计精度，减少状态估计时间，为电‑热综合能源系统的调度提供实时、准确的运行数据。