本发明公开了一种基于多模型的超超临界机组快速动态响应方法，涉及火力发电技术领域。该方法提出了一种将内模控制和广义预测控制统一起来的非线性控制方法，有效地实现了对超超临界机组(ultra supercritical unit，USC)系统的非线性控制：首先，通过基于LSTM‑Transformer的内模控制，USC系统实现了快速收敛到期望值附近，显著提高了负荷的响应速度；其次，通过增强复合加权人类学习优化网络((composite weighted human learning optimizationNetwork，CWHLO)进一步优化模型，提高了模型的精确度；最后，通过采用基于增强复合加权人类学习优化网络的广义预测控制(CWHLO‑GPC)算法对USC系统进行控制，实现了高精度的负荷跟踪性能，解决了超超临界机组系统动态响应慢的问题。