针对传统光伏功率预测特征提取不足导致预测精度不高的问题,提出一种双通道网络模型进行光伏功率预测。首先将光伏功率历史数据进行归一化处理,再将数据送入两个并行的卷积神经网络(Convolutional　Neural　Network,　CNN)进行特征提取,经融合层融合送入长短期记忆网络(Long　Short-Term　Memory,　LSTM)进行光伏功率预测。采用地中海气候光伏发电数据集进行测试,结果表明所提出的方法与单通道网络相比平均绝对误差(Mean-Absolute　Error,　MAE)减小了12.3%,均方根误差(Root-Mean-Square　Error,　RMSE)减小了3%,实...