一种基于相似度重组的光伏发电功率预测方法，首先获取光伏发电功率、总辐照度、散射辐照度、温度和湿度的时间序列，通过CEEMDAN将时间序列分解为多个本征模态函数（IMF）；利用DTW算法计算各个本征模态函数（IMF）间的相似度，将相似度高的本征模态函数（IMF）进行重组；采用adam优化器对LSTM模型的网络参数进行优化；再用改进DBO优化算法对LSTM模型的超参数进行优化，得到LSTM优化预测模型；将重组的本征模态函数（IMF）的数据进行归一化处理，然后输入LSTM优化预测模型之中，得到各个重组序列的预测结果，并将各个预测结果进行重组实现最终预测。减少光伏发出功率的时间序列的非平稳性，增强预测精准度和减少计算量。