本发明公开了一种基于数据驱动的机组组合决策方法、系统、设备及介质，决策方法包括结合机组组合历史样本数据的特征，建立机组组合深度学习模型；利用训练样本对机组组合深度学习模型进行训练，训练样本包括日负荷、机组组合方案，日负荷与机组组合方案之间具有映射关系；在训练后的机组组合深度学习模型中输入负荷数据，获得机组组合方案的决策结果。本发明不研究机组组合的内在机理，而是基于深度学习方法，利用海量历史决策数据训练，直接构建已知输入量和决策结果间的映射关系。因而，本发明在面对不同类型的机组组合问题时，适应性更高，有助于电力调度系统应对各种复杂因素和突发状况的影响。