本发明涉及太阳辐射预测技术领域，公开了一种基于深度BILSTM的太阳辐射预测方法，采用CEEMDAN将原始太阳辐射序列分解为子分量集合；对各所述分量，构建独立的双向长短期记忆神经网络子模型；对各子分量的BILSTM模型采用SCA算法进行优化，输出BILSTM模型的最佳参数；利用训练好的子分量SCA‑BiLSTM模型计算目标变量的预测值；将各子分量SCA‑BiLSTM模型的预测值进行聚合，得到CEN‑SCA‑BiLSTM模型的最终预报结果。与现有技术相比，本发明的预测方法能够获得高精度的太阳辐射预测值，对光伏资源的利用效率和电网的安全稳定运行具有重要作用。