基于多源数据驱动混合学习模型的太阳辐射预测方法

本发明涉及一种基于多源数据驱动混合学习模型的太阳辐射预测方法，包括以下步骤：S1、收集被测地区的逐15分钟总辐照度实况数据和多源数值预报总辐照度预测数据，构建气象数据集；S2、建立Transformer订正预测模型，并计算得到每一类别的数值预报总辐照度的订正预测数据，形成订正预测数据集；S3、收集并计算每隔三小时每一类别的数值预报总辐照度的订正预测数据，将误差最小的类别作为基于CART决策树的最优源分类预测建模的学习样本；S4、建立基于CART决策树的最优源分类预测模型，提取最优类别原始值并按时序进行组合，以得到最终的太阳辐射预测数据。本发明为光伏电站的高效运行和电网负荷调度提供了科学依据。