随着全球能源结构转型加速，风电、光伏等可再生能源项目的科学选址成为提升能源利用效率的关键环节。本研究针对传统选址方法在数 据处理维度单一、多因素协调不足等问题，构建了融合多源异构数据的选址分析框架，通过整合地理信息系统、气象卫星遥感与区域用电负荷数据， 建立资源禀赋与开发潜力的量化评估模型。研究发现多维数据交叉验证能有效识别风光资源富集区域与电网消纳能力的空间匹配关系，提出的动态 权重分配算法在兼顾土地成本、生态敏感度和基建条件等多约束条件下，成功实现开发效益与环境影响的协同优化。基于机器学习技术开发的决策 支持系统具备实时数据更新与方案迭代功能，经实证分析表明，该平台可显著缩短选址周期并提高规划方案的经济性与可持续性，为新型电力系统 建设提供了智能化规划工具。研究成果对优化区域能源资源配置、降低新能源开发试错成本具有实践指导意义，为"双碳"目标下的清洁能源项目落 地实施探索了可行路径。