基于聚类-分解的CNN-BIGRU光伏发电预测方法及装置

本发明公开了基于聚类‑分解的CNN‑BIGRU光伏发电预测方法及装置，包括：收集原始数据；对原始数据预处理；输入密度峰值聚类算法，通过计算局部密度ρ和相对距离δ，自动识别聚类中心，得到若干具有代表性的天气场景簇；针对每一个场景簇，抽取对应的功率序列；生成高频子序列和低频子序列；构建共享的CNN‑BiGRU网络架构；采用分场景、分尺度的小批量训练策略进行训练；完成滚动预测，将各高频子序列和低频子序列预测结果重构合成最终预测值；输出结果经反归一化处理后作为光伏功率预测值。本发明解决了现有光伏功率预测方法在多变天气条件下预测精度低、模型鲁棒性差的技术问题，特别是在多云、晴转雨等天气突变场景下误差骤增的问题。