智能光伏场站发电功率受气象条件影响显著，精准预测对光伏能源高效利用与电网稳定运行至关重要。本文提出以气象数据驱 动的发电功率预测方法，核心论点为通过深度挖掘气象因素与发电功率的内在关联，可提升预测精度与可靠性。方法创新性地融合长短期 记忆网络（LSTM）与注意力机制，以有效捕捉气象时序依赖与关键特征，精准建模非线性、突变性关联。首先系统梳理关键气象因子，构 建气象-功率映射框架；其次设计数据驱动的预测逻辑，实现从气象信息到发电功率的精准推演；最后通过实际验证证实方法有效性。在典 型场站测试中，本方法相较传统模型，平均绝对误差（MAE）与均方根误差（RMSE）分别降低约 18%和 21%。该方法为智能光伏场站的 运维调度提供决策支撑，助力光伏能源的规模化发展。