摘要
本发明公开了一种基于二次动态调整的人工智能光伏功率预测系统及方法，涉及光伏发电预测的技术领域。通过对监测数据进行预处理，得到多个特征矩阵；根据天气类型调用对应预测模型，将多个特征矩阵分别输入对应的子模型，得到多个模态预测值；并根据残差数据对预测值进行修正，得到光伏功率预测值。同时，将误差超过阈值的数据纳入新性样本集，对预测模型进行动态调整，更新模型库。通过结合天气类型调用对应预测模型、引入多子模型并行建模、预测值残差修正机制，以及新性样本驱动的模型动态更新策略，有效提升了预测策略对不同天气的适应能力和长期预测的准确性，克服了传统方法预测精度不足和缺乏自适应能力的缺陷，具备更强的泛化能力。
