一种基于大语言模型的光伏发电少样本可迁移预测方法

一种基于大语言模型的光伏发电少样本可迁移预测方法，包括：对光伏时序数据进行极值归一化与分块切割，生成适配大语言模型输入的嵌入模块；融合高阶偏相关性分析与门控残差网络动态分配特征权重，提取多维数据中时空依赖与非线性关联特征；将结构化时序特征映射至大语言模型语义空间，利用掩码多头注意力机制实现与预训练语料库的高保真对齐；基于预设模板生成包含数据背景、领域模式及统计特征的提示词前缀，引导大语言模型精准解析时序语义；通过冻结参数的预训练大语言模型生成自然语言预测结果，最终经线性投影反解析为数值化发电预测值。本发明能够有效解决传统模型在数据稀缺场景下的泛化能力不足及跨场站迁移预测稳定性差等问题。