计及时序相关性的数据驱动电‑气综合能源系统态势感知方法与模型，该方法包括采集电‑气综合能源系统中量测装置与设备的历史数据；利用状态估计对量测噪声滤波处理，计算电‑气综合能源系统偏离量，将系统偏离量划分为历史偏离与未来偏离，基于偏离量在时域上的变化得到特征图像以及分类标签；构建卷积神经网络模型，使用得到的特征图像和分类标签对卷积神经网络模型进行训练；采集并处理电‑气综合能源系统中量测装置与设备在当前时段的量测数据，得到当前时段偏离量对应的图像特征，将该图像特征输入训练好的卷积神经网络模型中，得到系统未来运行趋势的分类标签。本发明所涉方法可有效挖掘历史数据的隐含信息，提高未来运行态势感知准确率。