按照下面一段话介绍BP神经网络对于预测时对波动性的特点。功率波动不强的日期LSTM 网络能较好地学习其变化趋势预测误差很小；但功率值出现突变时LSTM 网络会依照之前学习到的变化趋势进行光伏功率值的预测无法适应或是捕捉这种变化导致预测误差很大。

BP神经网络在预测时对波动性的特点是相对较为稳健。虽然在功率值出现突变时，BP神经网络也会依照之前学习到的变化趋势进行光伏功率值的预测，但它具有更强的适应能力，能够通过不断的反向传播调整权重和偏置，从而更好地捕捉到这种突变的变化趋势，预测误差相对较小。因此，在波动性较强的情况下，BP神经网络比LSTM网络更适合用于光伏功率预测。