基于深度学习与多源数据融合驱动的光伏功率预测方法及系统

本发明公开了一种基于深度学习与多源数据融合驱动的光伏功率预测方法及系统，包括以下步骤采集目标区域的光伏功率出力、多源气象数据、多波长通道卫星云图，构成预测模型的数据样本库；本发明提出一种适用于长短期记忆神经网络与自注意力卷积长短期记忆神经网络的双向动态残差机制，有效改善梯度爆炸以及长期时序特征建模不足的问题；利用改进的自注意力卷积长短期记忆神经网络对预测时刻的卫星云图进行预测，以未来云图为引导，预测模型能够充分捕捉历史云图序列中的时空动态信息；可用于实际的分布式光伏功率预测，提升预测方法的泛化性与鲁棒性，并保障电力系统的安全稳定运行。