一种基于多模态数据后期特征融合的短期辐照度预测方法及系统

本发明公开了一种基于多模态数据后期特征融合的短期辐照度预测方法及系统，方法包括以下步骤：数据获取与预处理：获取全天空图像数据及同步的文本数据，并对图像数据和文本数据进行数据预处理；特征提取：利用含嵌入通道注意力机制的卷积神经网络ATT‑CNN来提取图像数据中的图像特征；采用长短期记忆网络LSTM从文本数据中提取时间序列特征；多模态后期特征融合：通过交互与拼接的方式将图像特征和时间序列特征进行融合，形成联合特征向量；融合过程中，利用门控机制对不同模态的特征进行加权；预测输出：通过多层前馈人工神经网络MLP和线性回归层对联合特征向量进行预测，输出短期辐照度预测值。旨在提高辐照度预测的精度。