光伏发电量预测领域，开发了物理约束长短期记忆神经网络（PC-LSTM）。能够将领域知识作为物理约束条件用于光伏发电量预测，在实验电站中相比于常规机器学习方法，提升了8%和12.9%的预测精度。同时提出了自适应的机器学习模型，在光伏数据存在漂移时能够保持模型效果。目前处于产品化环节，结合硬件数采设备实现可独立运行的光伏预测仪。应用场景为分布式光伏电站。
