本发明涉及光伏发电功率短期预测领域，具体为一种基于相似日匹配和双层校正LSTM的光伏功率预测方法。首先，对光伏功率和相关气象数据进行归一化处理，并利用皮尔逊相关系数筛选影响光伏功率的关键因素；然后，利用弗雷歇距离算法进行参考日的相似日匹配；接着，在基于特征学习方法基准层LSTM中获得光伏功率的一次预测值，同时，利用临近日数据基于时间序列方法在校正层LSTM中获得光伏功率的误差预测值；最后，利用光伏功率的误差预测值对一次预测值进行校正，从而有效提高光伏功率预测精度。本发明能够有效针对时间序列中隐含的气象、光伏面板变化趋势信息对预测误差进行推演，从而校正基准层LSTM预测值，在保证模型简洁性的同时有效提高预测精度。