小时内光伏功率预测方法

本发明提供一种小时内光伏功率预测方法，包括：从全天空图像序列中提取颜色特征、基于历史发电数据提取时间特征、确定太阳位置信息、计算云运动信息并根据太阳位置和云运动裁剪局部云团特征；构建双通道LSTM神经网络，对特征进行编码；利用基于Attention机制的多模态融合器对编码后的不同模态特征进行交互融合；采用分步式训练机制，先对双通道LSTM模型进行预训练，再结合跨模态注意力模块进行再训练，并使用智能优化算法IVYA优化网络模型超参数；将待预测的全天空图像序列按照上述特征提取方法获取特征，输入训练好的网络模型得到小时内光伏功率预测结果。本方法可以实现对光伏功率的高精度预测且具备良好的鲁棒性。