摘要
本发明涉及一种低压居民分布式光伏发电功率预测方法，包括：获取历史光伏发电功率、太阳辐射强度、环境温度、相对湿度和区域负荷数据，并进行预处理；得到输入矩阵X；构建混合预测模型；以预设的初始权重α1：α2：α3 对y1、y2、y3进行加权融合得到综合预测值y。本发明通过提取多维度时序因子，结合光伏功率、气象和负荷特征的Min‑Max归一化，构建了一个统一尺度、丰富多源的输入矩阵，充分挖掘了时序周期性与环境变量的关联性；构建了XGBoost、LSTM和CNN‑LSTM三条并行分支，各自针对短期高频波动、长期趋势依赖和局部模式细节进行建模，既发挥了树模型的回归优势，又利用深度网络的时序感知能力，实现了不同频段特征的互补覆盖，显著提升了预测精度。
