本发明提出一种基于深度学习的光伏短期功率预测方法及设备，分别将光伏实时数据、历史功率数据输入由不同尺寸卷积核的卷积神经网络、BiLSTM网络模型、双向Attention注意力机制构建深度学习预测模型方法，最终将其获得的两种数据文本特征进行合并运算得到更有效的融合特征表征能力，从而得到最优的文本特征对光伏短期功率进行精准的预测。通过该方法不仅提高光伏短期功率预测的精准度，而且有利于优化、大幅降低光伏发电系统的运营成本，包括人力、物力、时间效率等降本增效。