融合多源异构气象数据的光伏功率预测模型.pdfVIP

第46卷第2期电子与信息学报Vol.46No.2

2024年2月JournalofElectronicsInformationTechnologyFeb.2024

融合多源异构气象数据的光伏功率预测模型

①②*③①

谈玲康瑞星夏景明王越

①(南京信息工程大学计算机学院南京210044)

②(南京信息工程大学软件学院南京210044)

③(南京信息工程大学人工智能学院南京210044)

摘要：高精度光伏功率预测对提高电力系统运行效率具有重要意义。光伏功率受多种因素影响，其中云层的变

化是最主要的不确定因素。传统光伏功率预测方法没有充分考虑云的3维结构和气象要素对光伏功率的影响。因

此，该文提出一种融合多源异构气象数据的多源变量光伏功率预测模型(MPPM)。MPPM的核心包括时空条件扩

散模型(STCDM)、注意力堆叠LSTM网络(ASLSTM)和多维特征融合模块(MFFM)。STCDM模型通过对2维卫星

云图进行精确预测，消除了云层边界处的模糊现象。ASLSTM模型则提取了3维天气研究与预报模式(WRF)气象

要素特征。MFFM模块将2维卫星云图特征和3维WRF气象要素特征进行融合，以得到未来1h光伏功率预测结

果。该文分别利用STCDM模型和MPPM模型开展卫星云图预测实验和光伏功率预测实验。实验结果显示，

STCDM模型预测1h内卫星云图的结构相似性指数(SSIM)达到0.914，MPPM模型预测1h内光伏功率的相关系数

(CORR)达到0.949，优于所有对比算法。

关键词：多源数据；扩散模型；堆叠长短期记忆；注意力机制；特征提取

中图分类号：TN911.7;TP183;TM615文献标识码：A文章编号：1009-5896(2024)02-0503-15

DOI:10.11999/JEIT230731

APhotovoltaicPowerPredictionModelIntegratingMulti-source

HeterogeneousMeteorologicalData

①②③①

TANLingKANGRuixingXIAJingmingWANGYue

①(SchoolofComputerScience,NanjingUniversityofInformationScienceandTechnology,

Nanjing210044,China)

②(SchoolofSoftware,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China)

③(SchoolofArtificialIntelligence,NanjingUniversityof