摘要
本发明公开一种基于多模态协同注意力的短期光伏功率预测装置及方法,方法包括:获取历史光伏功率、数值天气预报和卫星图像数据并进行预处理;构建包含图像特征提取、时序数据特征提取、多模态融合和时间序列预测四个模块的短期光伏功率预测模型,并用预处理后的数据训练模型;其中,通过图像特征提取模块从卫星图像数据中提取图像特征;通过时序数据特征提取模块分别从历史发电功率和数值天气预报数据中捕获时序特征;通过多模态融合模块融合图像特征和时序特征,最后通过时间序列预测模块输出最终的功率预测值;并最小化功率预测值与真实值间的损失。本发明能有效捕捉影响光伏输出的关键互补信息,从而显著提升短期功率预测的精度和鲁棒性。
技术关键词
短期光伏功率预测
多模态协同
数值天气预报数据
卫星图像数据
数据特征提取
时间序列预测模型
时序特征
图像特征提取
协同注意力
多源异构数据
光伏电站发电功率
掩码策略
模块
系统为您推荐了相关专利信息
环形缓冲区
采集单元
数据特征提取
异常信号
数据存储结构
多模态协同
能源调配系统
能源调配方法
天气预测模型
需求预测模型
数字孪生建模方法
监测运行状态
状态监测模块
数据收集模块
电力物联网技术
多模态数据融合
智能决策系统
特征提取模块
特征提取模型
数据特征提取
异构电力
健康状态评估方法
统一数据模型
健康状态评估系统
健康状态监控