分布式光伏的功率预测方法及系统、电子设备、存储介质

本发明公开了一种分布式光伏的功率预测方法及系统、电子设备、存储介质，该方法结合了小波包分解的时频特征提取能力、卷积神经网络的空间特征提取优势以及门控循环单元网络的时序建模能力，小波包分解的时频精细化分解为CNN提供了高区分度的空间特征，而GRU的时序建模则弥补了CNN对长期趋势的忽略，CNN与GRU的加权融合则实现了两者的互补，可以更准确地捕捉光伏功率数据中的复杂时空模式，进而大幅提升了光伏功率预测的准确性和鲁棒性，特别是在应对高波动性和复杂环境因素时表现更为优异，为电网调度系统提供更加可靠的光伏功率预测支持，从而提高电网负荷调配效率，减少能源浪费，保障光伏发电系统的稳定性和经济性。