摘要
本发明涉及光伏功率预测技术领域,公开了一种光伏功率预测方法及系统,方法包括:获取各光伏场站的历史运行数据进行异常值剔除,并通过生成对抗网络扩充样本数据构建第一训练样本集并进行变量降维,筛选影响光伏功率的主成分因子构建第二训练样本集;利用第二训练样本集计算相似日并筛选和排序;建立融合长短期记忆网络、最大温度预测模型和参数优化算法的深度学习框架,并基于预设光伏功率预测精度评价指标,以相似日天数和权重为自变量进行模型训练建立功率预测模型;基于预设再分析数据气象预报数据,利用训练完成的功率预测模型进行光伏功率预测,进行精度评价与动态优化模型参数,提升了光伏功率预测精度以及对不同场景的适应性。