本发明提供一种基于机器学习的电网运行决策分析方法、系统及设备，涉及数据处理技术领域，方法包括：获取历史电网运行数据；构建趋势增量模块；构建具有多层门控循环单元的改进自回归模型，并将趋势增量模块和改进自回归模型并联，得到融合预测模型；对融合预测模型进行训练，并以最小化损失函数为目标进行超参数寻优；获取实时电网运行数据；将实时电网运行数据输入至训练后的融合预测模型，输出电力预测序列；确定与融合电力特征序列的预测时长呈正相关的误差传播系数，并结合误差传播系数和瞬时电力需求量计算在预设时长内的电力调度总量；根据瞬时电力需求量和电力调度总量进行电力调度。降低预测过程中的误差传播影响，提升预测准确性。