本发明提供一种基于深度相似性聚类的分布式光伏集群功率预测方法，包括：通过聚类算法对分布式光伏电站群进行初步聚类，获取多个簇心作为典型电站；基于典型电站及其功率数据，通过训练多个预设自编码器，确定典型电站的功率深层特性；基于典型电站的功率特性将所述典型电站作为二次聚类的簇心，根据分布式光伏电站群间的深层相似性获取最优聚类结果；基于最优聚类结果，通过预构建的图卷积神经网络预测模型进行区域分布式光伏功率预测；其中，图卷积神经网络预测模型是基于最优聚类结果，以区域内分布式光伏电站构成的图结构功率数据作为输入，各场站未来设定时间内出力作为输出训练得到的。本发明解决了现有分布式光伏功率预测精度低的问题。