基于预训练大语言模型的光伏功率预测方法

本发明公开了基于预训练大语言模型的光伏功率预测方法，具体为：收集所有气象信息和历史光伏功率数据作为输入数据，将其划分为训练集和测试集，并对输入数据进行前置处理；对得到的光伏时间序列数据进行分块，将分块后的时间序列进行三种编码，并设计的提示词优化预训练大语言模型的输出；采用GPT‑4模型作为预训练的骨干模型，将训练集数据输入骨干模型中进行训练，并使用了低秩自适应对骨干模型的参数进行高效微调；将测试集数据作为微调后的GPT‑4模型的输入，最终输出预测结果。本发明采用参数高效微调策略，显著降低模型可训练的参数数量并提高预测精度，并通过线性映射得到最终的期望预测功率。