1.一种融合机理模型和场站实测的光伏功率智能预测方法，其特征在于，包括以下步骤：获取历史场站实测数据以及模式数据；所述模式数据为天气预报数据；

将历史场站实测数据拆分为稳定天气下历史场站实测数据和恶劣天气下历史场站实测数据，将模式数据拆分为稳定天气下模式数据和恶劣天气下模式数据；

对数据进行预处理；

训练模型，得到稳定天气实测模型、恶劣天气实测模型、稳定天气物理模型和恶劣天气物理模型；所述训练模型的方法包括：采用预处理后的稳定天气下历史场站实测数据和稳定天气下模式数据分别对CNN+Transformer模型训练得到稳定天气实测模型和稳定天气物理模型；以及采用预处理后的恶劣天气下历史场站实测数据和恶劣天气下模式数据分别对CNN+BiLSTM模型训练得到恶劣天气实测模型和恶劣天气物理模型；

获取气象模式预报数据，判断天气稳定度；其中

若天气稳定度符合稳定天气条件，则采用稳定天气实测模型、稳定天气物理模型分别进行预测，并反归一化得到第一光伏出力序列、第二光伏出力序列；通过变分法对第一光伏出力序列、第二光伏出力序列进行融合，得到光伏出力预测序列；以及若天气稳定度符合恶劣天气条件，则采用恶劣天气实测模型、恶劣天气物理模型分别进行预测，并反归一化得到第三光伏出力序列、第四光伏出力序列；通过变分法对第三光伏出力序列、第四光伏出力序列进行融合，得到光伏出力预测序列。

2.如权利要求1所述的光伏功率智能预测方法，其特征在于，

所述历史场站实测数据包括场站历史气象实测数据以及历史光伏发电功率数据。

3.如权利要求1所述的光伏功率智能预测方法，其特征在于，

所述将历史场站实测数据拆分为稳定天气下历史场站实测数据和恶劣天气下历史场站实测数据，将模式数据拆分为稳定天气下模式数据和恶劣天气下模式数据的方法包括：用沙氏指数SI作为大气稳定判据；

若该日SI<0的时间节点占该日总时间节点的25%以上，则将该日历史场站实测数据和模式数据分别归入恶劣天气下历史场站实测数据和恶劣天气下模式数据；否则将该日历史场站实测数据和模式数据分别归入稳定天气下历史场站实测数据和稳定天气下模式数据。

4.如权利要求1所述的光伏功率智能预测方法，其特征在于，

所述对数据进行预处理包括：缺失值处理、归一化处理、时间特征列构造、滑动窗口化、特征降维处理。

5.如权利要求1所述的光伏功率智能预测方法，其特征在于，

所述特征降维处理包括：

获取各气象要素对光伏发电输出功率的贡献度排序，根据排序结果实现特征降维。

6.如权利要求4所述的光伏功率智能预测方法，其特征在于，

所述对数据进行预处理包括数据清洗，其包括：

选取地表太阳辐射为辐射典型变量，利用支持向量回归算法，根据地表太阳辐射对出力进行初步回归预测；

设置与实际出力的误差阈值，将高于该误差阈值的出力值及其对应的特征数据剔除。

7.一种融合机理模型和场站实测的光伏功率智能预测系统，其特征在于，包括：数据获取模块，用于获取历史场站实测数据以及模式数据；所述模式数据为天气预报数据；

数据拆分模块，用于将历史场站实测数据拆分为稳定天气下历史场站实测数据和恶劣天气下历史场站实测数据，将模式数据拆分为稳定天气下模式数据和恶劣天气下模式数据；

数据预处理模块，用于对数据进行预处理；

模型训练模块，用于训练模型，得到稳定天气实测模型、恶劣天气实测模型、稳定天气物理模型和恶劣天气物理模型；所述训练模型的方法包括：采用预处理后的稳定天气下历史场站实测数据和稳定天气下模式数据分别对CNN+Transformer模型训练得到稳定天气实测模型和稳定天气物理模型；以及采用预处理后的恶劣天气下历史场站实测数据和恶劣天气下模式数据分别对CNN+BiLSTM模型训练得到恶劣天气实测模型和恶劣天气物理模型；

天气稳定度判断模块，用于获取气象模式预报数据，判断天气稳定度；

稳定天气条件预测模块，用于在天气稳定度符合稳定天气条件，则采用稳定天气实测模型、稳定天气物理模型分别进行预测，并反归一化得到第一光伏出力序列、第二光伏出力序列；通过变分法对第一光伏出力序列、第二光伏出力序列进行融合，得到光伏出力预测序列；

恶劣天气条件预测模块，用于在天气稳定度符合恶劣天气条件，则采用恶劣天气实测模型、恶劣天气物理模型分别进行预测，并反归一化得到第三光伏出力序列、第四光伏出力序列；通过变分法对第三光伏出力序列、第四光伏出力序列进行融合，得到光伏出力预测序列。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1‑6任一项所述的融合机理模型和场站实测的光伏功率智能预测方法。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1‑6任一项所述的融合机理模型和场站实测的光伏功率智能预测方法。