一种多变天气下分布式光伏出力的预测方法及系统

本发明公开一种多变天气下分布式光伏出力的预测方法及系统，该方法首先获取历史光伏场站运行数据，并由光伏数据预处理模型进行处理：其通过时间戳特征提取与多尺度小波变换进行特征工程，并结合聚类与异常检测算法，将数据划分并净化为多种天气类型数据集；随后，针对每种天气类型数据集，分别训练一个独立的光伏出力预测模型，该模型由LSTM层、多头注意力层及全连接层构成；在预测时，首先判定实时数据的天气类型归属，进而调用对应的预训练模型完成预测。利用小波变换提取的频域特征动态指导多头注意力层的权重计算，实现了对全局特征与局部细节的自适应建模，提升了分布式光伏出力预测的精度与鲁棒性。