近几年海洋养殖业迅猛发展,海洋网箱若要采用稳定的养殖信息监测系统,则必须统筹能源供给与能源消耗的关系,采用高效的能源分配策略。论文中使用光伏发电为监测系统提供电能,并通过能源分配策略为平台用电器分配电能,主要包含以下三个研究方面:（1）提出一种基于长短时循环神经网络（LSTM）的光伏输出预测模型,实现对海洋网箱养殖监测系统上光伏供电量的准确预测。通过对影响光伏供电的关键因素对比分析,确定六维关键因素作为预测网络的输入数据,在此基础上对全球光资源库数据进行对比分析,获得并处理象山市风门口海域的光伏供电及天气状况的相关原始数据,之后通过实验比较了几种不同容量的模型结构,获得最佳模型容量参数,实现对次日光伏供电量的准确预测,并通过校验数据验证预测算法的有效性。（2）设计象山市风门口海域海洋网箱的养殖监测系统,实现对PH、溶解氧、盐度等海况的监测,在此基础上提出一种网箱养殖监测系统的能源分配策略。首先确定各用电器工作优先级并分析系统不同运行模式下总负载消耗功率情况,根据用电器的工作特性共划分六组工作组合并给出每组中各用电器工作情况,当供能无法满足全部负载需求时,动态调控负载消耗,减少耗能以保证重要负荷能够持续运行。（3）对网箱监测系统1月、6月、8月工作数据进行验证,通过每日蓄电池余量和平台所运行工作组别的分析,证明该策略可以保证负载消耗与包括供电及蓄电池在内的总电量在长时间尺度内的动态平衡。