本发明提供一种基于细粒度特征提取的光伏设备能耗预测方法及装置，涉及数据处理技术领域，通过特征提取模型对目标设备的属性数据进行特征提取后进行能耗预测。属性数据包括目标设备的操作记录、状态参数和设备传感器信息，涵盖了光伏设备的各种状态下的运行数据，能够反映不同能耗下的设备状态；特征提取模型通过基于植物生长素导向的神经网络参数优化方法构建。该优化方法能够避免传统梯度下降算法导致的梯度消失和梯度爆炸现象，同时避免陷入局部最优解的情况；且，训练样本集包括设备能耗参数样本及其细粒度特征，以使模型能够提取出光伏设备的细粒度特征，进而提高设备能耗预测的准确性。