本發(fā)明涉及一種小水電群出力預(yù)測(cè)方法和系統(tǒng)。所述預(yù)測(cè)方法中，對(duì)初始樣本進(jìn)行預(yù)處理，一定程度上避免了壞數(shù)據(jù)對(duì)預(yù)測(cè)準(zhǔn)確度的干擾，并使模型更容易收斂至最優(yōu)解；利用深度卷積生成對(duì)抗網(wǎng)絡(luò)生成小水電出力數(shù)據(jù)以補(bǔ)充原始樣本數(shù)據(jù)，有效改善因中雨、大雨等樣本數(shù)據(jù)缺乏而導(dǎo)致預(yù)測(cè)準(zhǔn)確率下降的問題；將樣本數(shù)據(jù)歸一化還原后，根據(jù)輕梯度提升機(jī)的特點(diǎn)合理重構(gòu)樣本數(shù)據(jù)集，便于訓(xùn)練預(yù)測(cè)模型，提高輕梯度提升機(jī)的預(yù)測(cè)準(zhǔn)確度；采用輕梯度提升機(jī)模型輸出預(yù)測(cè)數(shù)據(jù)，與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法相比，該模型擁有支持并行化學(xué)習(xí)、內(nèi)存占用率低、訓(xùn)練過(guò)程可視化、訓(xùn)練效率高、準(zhǔn)確率高等優(yōu)點(diǎn)，且可處理海量數(shù)據(jù)，能更快更好的運(yùn)用于工業(yè)實(shí)踐。