本发明实施例提供的基于MIV-BP神经网络的光伏功率短期分类预测方法，利用MIV算法筛选不同条件下对光伏功率影响程度较大的天气因素作为预测模型的输入，并根据天气信息中的降雨量数据与数据采样时刻建立分类预测模型进行预测。现有方法多以太阳辐射强度、温度和湿度等作为预测模型的必要输入，通过根据天气因素中的降雨量将原始数据序列分解为降雨时刻序列和非降雨时刻序列，并利用平均影响值算法筛选不同条件下对光伏功率的影响程度较大的天气因素作为预测模型的输入，根据数据的采样时刻进一步将非降雨时刻序列分解，分别对各序列建立子模型进行预测，降低了光伏功率的预测成本，同时提高了预测模型在突变天气下的预测精度，提高了模型的适应性。