基于QLSTM的短期光伏发电功率预测方法和装置

本发明涉及一种基于QLSTM的短期光伏发电功率预测方法，包括：对原始数据进行预处理，采用MSTL算法进行多季节趋势分解，得到对应尺度的季节分量、趋势分量和残差分量；构建量子长短期记忆神经网络模型；将季节分量、趋势分量、残差分量与原始数据进行融合，将融合后的数据输入至量子长短期记忆神经网络模型中进行序列预测，得到短期光伏发电功率值。本发明还公开了一种基于QLSTM的短期光伏发电功率预测装置。本发明能够更有效地捕捉和学习数据中的长短期依赖关系，从而提升整体性能和稳定性，不仅提高了网络训练的效率，还增强了模型的泛化能力和预测准确性，具有轻量化的参数设计，这使得模型更加高效且易于实现，能够取得优异的预测效果。