一种光伏发电功率预测方法及系统

本发明揭示了一种基于自适应机器学习的光伏发电功率预测方法及系统。方法包括：对光伏发电数据进行预处理；构建包含动态时间常数的双通道神经网络模型，对所述双通道神经网络模型的超参数进行优化；进行模型训练；利用训练后的模型进行预测。本发明通过引入动态时间常数增强了模型对光伏功率突发波动的敏感度，使得模型能够更好地捕捉数据的时序特征，提高了预测精度，采用贝叶斯优化对模型结构进行动态调整，使得模型深度能够匹配不同场景的复杂度。本发明提供了完整的部署方案和更新策略，具有较强的工程实用价值。