宽度学习系统（BroadLearningSystem，BLS）是一种高效的神经网络架构，适用于光伏发电功率的超短期预测。该方法通过构建“特征节点”和“增强节点”的横向扩展结构，快速提取输入数据（如历史功率、气象参数等）中的关键特征，并利用伪逆计算直接求解输出权重，避免了传统深度学习的迭代训练过程，显著降低计算成本。在超短期预测（未来15-30分钟）中，BLS能够实时适应光伏出力受云层覆盖、温度变化等因素影响的快速波动特性。其优势在于模型结构简单、训练速度快、可增量更新，适用于大规模分布式光伏电站的快速部署与在线调优。实际应用时，需结合分钟级气象数据与历史功率曲线，通过特征节点映射与增强节点组合，在保证预测精度的同时，满足电力调度对实时性与可靠性的要求。