【摘要】随着全球能源结构的转型，光伏发电作为一种清洁、可再生的能源形式，其重要性日益凸显。光伏发电受天气、季节、地理位置等多种因素影响，具有显著的波动性和不确定性，这给电力系统的稳定运行带来了挑战。准确预测短期光伏发电量对于优化电力调度、提高电网稳定性具有重要意义。深度学习技术在时间序列预测领域取得了显著进展，尤其是宽深度学习模型，通过结合宽模型的记忆能力和深度模型的泛化能力，能够有效捕捉光伏发电数据中的复杂非线性关系。