一种基于集群划分和数据增强的整县分布式光伏预测方法,具体是:对整个县的光伏出力历史数据库选择晴天的典型功率曲线,以单站最大功率对出力进行标幺化;计算皮尔逊相关系数作为距离度量,利用基于密度的抗噪聚类算法(Density‑Based Spatial Clustering of Applications with Noise,DBSCAN)对光伏站点进行聚类,形成集群划分,对于异常点,使用k近邻搜索,划分到最近集群;在集群内通过生成式对抗神经网络对历史数据进行数据扩充;将原始数据和生成的数据图片化共同训练深度卷积网络预测模型。本发明的预测方法通过改进的GAN的动态博弈过程训练过程学习到原始数据分布,然后生成相应分布的数据,补充了整县光伏历史数据库,通过增强的训练集训练深度卷积神经网络,提高了模型预测精准度。