基于量子计算和物理信息神经网络的光伏功率预测方法

本发明公开了一种基于量子计算和物理信息神经网络的光伏功率预测方法，涉及光伏发电功率预测技术领域，旨在解决当前的超短期的光伏电站输出功率预测数据真实性低的技术问题，步骤如下：量子增强特征提取，对预处理后的光伏物理特征搭建变分量子线路，通过量子编码将经典光伏特征映射至高维希尔伯特空间；物理信息神经网络预测与约束，将得到的量子增强特征与原始光伏物理特征融合输入经典神经网络，输出符合光伏物理定律的光伏功率预测值。本发明通过量子增强特征提取模块与物理信息约束神经网络耦合架构，其基于量子高维并行特征提取机制与多维度光伏物理复合损失约束联合优化逻辑，大幅提升超短期光伏功率预测精度与鲁棒性。