【摘要】本研究提出了变分模态分解（ｖａｒｉａｔｉｏｎａｌ ｍｏｄｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ，ＶＭＤ）和麻雀搜索算法（ ｓｐａｒｒｏｗ ｓｅａｒｃｈ ａｌｇｏｒｉｔｈｍ，ＳＳＡ）与长短期记忆神经网络（ｌｏｎｇ ｓｈｏｒｔ⁃ｔｅｒｍ ｍｅｍｏｒｙ，ＬＳＴＭ）相结合的 ＶＭＤ⁃ＳＳＡ⁃ＬＳＴＭ 模型。 首先，本文利用 ＶＭＤ 对光伏发电数据进行分解。 其次，依据 ＳＳＡ 对 ＬＳＴＭ 的参数进行寻优，使其自动调整 ＬＳＴＭ 的参数。 最后，实验结果表明，与 ＬＳＴＭ、ＶＭＤ⁃ＬＳＴＭ 模型相比，ＶＭＤ⁃ＳＳＡ⁃ＬＳＴＭ 模型的预测精度更高。 因此，该方法在实际应用中具有潜力，可以很好地解决光伏发电功率预测问题，对工作人员根据实际情况进行电网的调度管理具有重要意义。