本发明公开了一种基于AE‑LSTM算法的可调资源集群的响应潜力评估方法，包括：1、采集原始功率数据和激励强度数据；2、利用离散小波变换对可调资源个体的用电功率序列进行分解；3、利用基于DTW算法的K‑medoids聚类对可调资源集群分解后的序列进行分类；4、对聚类后的可调资源集群各序列中心点数据使用AE‑LSTM算法提取特征值，求取潜力评估概率分布的参数，并计算可调资源个体的响应潜力概率分布。本发明能有效提高AE‑LSTM神经网络提取特征值效率，解决可调资源潜力评估中忽略个体差异的问题，从而能实现对可调度集群中可调对象的调度潜力进行有效评估。