一种基于深度学习的光伏发电功率预测方法

本发明公开了一种基于深度学习的光伏发电功率预测方法，涉及光伏发电功率预测领域，包括：基于光伏发电运行状态获取包含过程数据与环境数据的多源数据，并在对多源数据实施优化后，结合图嵌入技术评估多源数据的质量状态；根据质量状态评估结果提取多源数据的特征状态，构建光伏发电功率预测模型，并基于损失函数输出光伏发电功率预测模型的精度预测结果；将牛顿法与精度预测结果结合优化光伏发电功率预测模型，并验证光伏发电功率预测结果的准确性，确定光伏发电功率输出。本发明利用长短期记忆模型来解决光伏系统与电网集成中的间歇性、波动性等问题，通过对历史数据、气象数据和环境数据的学习能够提高光伏发电的预测精度。