本申请涉及人工智能技术领域，特别涉及一种月度源荷随机场景生成方法和系统，包括：收集风电功率、光电功率和负荷功率源荷数据，并按照月度时序整理成数据集。设计生成器和判别器的网络结构，使其互为镜像，并通过渐进增长逐步生成由低分辨率向高分辨率增长的月度源荷场景集。在训练过程中，利用渐进式增长机制以及多种训练策略和目标函数，提高了模型的稳定性和效率。通过对风‑光‑荷时序序列的纵向拼接和多时间尺度卷积模块的特性，增强了网络对源荷各自时序特征和相关性的提取能力。最终，生成了高质量的多时间间隔的源荷随机场景集，其中包括720月度场景，可用于电力系统规划、运营决策以及电量交易等应用领域，具有重要的实用价值和应用前景。