一种采用混合元学习方法的并网光伏系统功率预测方法

本发明公开一种采用混合元学习方法的并网光伏系统功率预测方法，包括提取气象数据和历史发电数据；对提取的数据使用最近邻插值法间隔插值，并对数据进行预处理；计算考虑灰尘的共面辐照度；生成云量和考虑灰尘的共面辐照度的组合特征；根据不同时间段的发电模式，生成统计特征；将组合特征和统计特征输入到多个模型进行训练，使用主成分分析对特征进行降维；将多个模型预测结果和确定性模型预测结果叠法在一起，并与降维过的数据结合，构成扩展特征向量；使用长短期记忆网络对扩展特征向量进行学习，生成最终的功率预测结果。本发明可以实现对未来24小时以内的所有时段的光伏发电功率进行高精度预测，具有较高的实际应用价值。