摘要
本发明公开了光伏发电预测技术领域的一种多模态信息融合的光伏超短期功率预测方法及系统,所述方法包括:获取全天空图像序列,分割云层与天空区域并提取云层边界特征;通过计算云像素点亮度指数分析厚度特征,并基于相邻帧位移向量确定云层整体运动特征,结合太阳位置坐标,反向捕捉未来覆盖太阳区域的时序子图像,随后采用双通道融合机制提取时序特征和图像特征,并通过自适应权重融合两种特征,生成多模态特征,最后引入天气依赖解码器:通过轻量级分类器识别天气类型,并基于该类型对融合特征动态加权,输出光伏功率预测结果。本发明通过多尺度特征协同与动态加权机制,显著提升复杂气象条件下的预测鲁棒性。
技术关键词
光伏超短期功率预测方法
像素点
融合特征
多模态信息融合
时序特征
图像
运动特征
太阳
边界特征
序列
降维特征
特征提取模块
解码器
天气
亮度
指数
光伏发电预测技术
初始聚类中心
系统为您推荐了相关专利信息
边缘检测算法
异常识别方法
灰度矩阵
数据
图案特征
红外图像增强系统
红外图像增强方法
生成输出图像
输入接口
像素点
多模态深度学习
无机化合物
卷积神经网络模块
标量特征
深度学习模型