本发明涉及一种基于机器学习的数据驱动有源配电网局部控制方法及系统，属于数据驱动技术领域，本发明方法包括：采集具有不确定性的季节性历史数据；从季节性历史数据中选择操作场景，利用三相多周期机会约束最优潮流CC‑OPF离线计算最佳分布式能源DER设定点；创建一个模拟三相多周期机会约束最优潮流CC‑OPF的最优控制模型，采样最佳分布式能源DER设定点进行训练得到最后的最优控制模型；采用最后的最优控制模型对需要控制的局部进行控制。本发明得到简单而有效的优化本地控制方法，其可以模仿集中式优化方案的行为，而不需要任何通信基础设施。