随着可再生能源需求增长，光伏发电因清洁低碳受到关注，但其功率输出受天气影响较大，预测存在不确定性，影响电网稳定性与经济效益。本文提出一种改进型卷积神经网络与长短时记忆网络相结合的混合模型，通过CNN提取空间特征，LSTM捕捉时间序列中的长期依赖，提高光伏功率预测精度。基于多组真实数据集的实验表明，该模型在均方根误差与平均绝对百分比误差等指标上显著优于传统方法，为电网调度优化和光伏系统经济性提升提供了技术支持。