🤖 AI

Step-adaptive multimodal fusion network with multi-scale cloud feature learning for ultra-short-term solar irradiance forecasting

Diese Arbeit schlägt ein schrittadaptives multimodales Fusionsnetzwerk vor, das eine multiskalige Wolkenmerkungsextraktion mittels InceptionNeXt, dynamische Niederfrequenzkompensation und eine TempAttnLSTM-Zeitmodellierung integriert, um die Genauigkeit der ultra-kurzfristigen Solarirradianzprognose gegenüber bestehenden Methoden signifikant zu verbessern.

Ursprüngliche Autoren: Jingxin Zhang Xiaoqin Wang

Veröffentlicht 2026-06-05

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Jingxin Zhang Xiaoqin Wang

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen genau vorherzusagen, wie viel Sonnenlicht in den nächsten Stunden auf ein Solarmodul treffen wird. Das ist schwierig, denn Wolken sind wie schelmische Tänzer: Sie bewegen sich schnell, verändern ihre Form und können die Sonne plötzlich verdecken, was dazu führt, dass die Stromleistung schlagartig ansteigt oder einbricht.

Das Paper stellt einen neuen „Super-Prognostiker“ namens IST (Intelligent Spatio-Temporal) vor, der dieses Problem löst, indem er wie ein Team aus drei spezialisierten Experten arbeitet, statt wie eine einzelne Person, die nur rät.

So funktioniert das IST-System, unterteilt in einfache Konzepte:

1. Das Problem: Warum alte Methoden scheitern

Frühere Versuche, die Solarenergie vorherzusagen, hatten drei Hauptmängel:

Das „Einspurigkeits“-Problem: Einige Modelle betrachteten nur Zahlen (wie Windgeschwindigkeit oder vergangene Temperatur). Sie übersahen die visuelle Realität von Wolken, die über den Himmel ziehen.
Das „Unscharfe Objektiv“-Problem: Andere Modelle betrachteten zwar Wolkenfotos, nutzten aber Standardwerkzeuge, die nicht gleichzeitig sowohl winzige, zerbrochene Wolken als auch riesige, massive Wolkensystem-Strukturen erkennen konnten. Es ist, als würde man versuchen, sowohl eine einzelne Ameise als auch einen ganzen Berg im selben Foto zu sehen, ohne hinein- oder herauszuzoomen.
Das „Einheitsgröße“-Problem: Die meisten Modelle behandelten eine 15-Minuten-Prognose genauso wie eine 4-Stunden-Prognose. Aber um die unmittelbare Zukunft vorherzusagen, muss man sich auf schnelle, bewegliche Details konzentrieren, während man für die weitere Zukunft die großen, langsamen Trends verstehen muss. Alte Modelle nutzten eine feste Strategie für beides, was nicht gut funktionierte.

2. Die Lösung: Das IST „Dream Team“

Die Autoren haben ein System entwickelt, das bodengestützte Himmelskameras (die Bilder der Wolken aufnehmen) mit Wetterstation-Daten (Zahlen wie Temperatur und Wind) kombiniert. Es nutzt drei spezifische Werkzeuge, um diese Informationen zu verarbeiten:

Experte A: Der „Multilinsen-Fotograf“ (InceptionNeXt)

Anstatt eine Standardkamera zu verwenden, nutzt dieser Teil des Systems einen speziellen „Multilinsen“-Ansatz.

Die Analogie: Stellen Sie sich vor, Sie betrachten eine Wolke gleichzeitig durch vier verschiedene Brillen:
1. Eine quadratische Brille, um kleine, detaillierte Texturen zu sehen (wie die Kanten einer flauschigen Wolke).
2. Einen langen horizontalen Streifen, um Wolken zu sehen, die sich seitlich ausdehnen.
3. Einen langen vertikalen Streifen, um Wolken zu sehen, die sich nach oben und unten ziehen.
4. Eine klare Brille, um das Originalbild intakt zu halten.
Das Ergebnis: Dies ermöglicht es dem Computer, Wolken aller Formen und Größen gleichzeitig zu verstehen und sowohl die winzigen Details als auch die großen Strukturen zu erfassen, ohne verwirrt zu werden.

Experte B: Der „Smarte Gedächtnisbewahrer“ (SALFCU)

Dies ist die einzigartige Erfindung des Papers. Er fungiert wie ein Bibliothekar, der genau weiß, wie viel Detailtiefe Sie benötigen, je nachdem, wann Sie fragen.

Die Analogie: Den Wetterbericht vorherzusagen, ist wie das Lesen einer Geschichte.
- Für die nächsten 15 Minuten (Kurzfristig): Man muss die unmittelbare Handlung kennen. „Bewegt sich dieser dunkle Fleck direkt auf die Sonne zu?“ Dies erfordert Hochfrequenz-Details (scharfe, schnelle Veränderungen).
- Für die nächsten 4 Stunden (Langfristig): Man muss nicht wissen, ob sich ein einzelnes Blatt bewegt; man muss die allgemeine Handlung verstehen. „Zieht das gesamte Sturmsystem gerade weg?“ Dies erfordert Niederfrequenz-Informationen (die großen, langsamen Trends).
Die Magie: Alte Modelle versuchten, die gleiche Menge an Details für beides zu verwenden. Dieser neue „Smarte Gedächtnisbewahrer“ passt sich automatisch an. Er konzentriert sich auf scharfe Details für die nahe Zukunft und wechselt zu breiten, glatten Trends für die ferne Zukunft. Er stellt sicher, dass das Modell das „Große Ganze“ nicht verliert, während es auf die „kleinen Details“ schaut.

Experte C: Der „Zeitreisende“ (TempAttnLSTM)

Sobald die Bilder und die Wetterdaten kombiniert wurden, betrachtet dieser letzte Experte die Abfolge der Ereignisse im Zeitverlauf.

Die Analogie: Stellen Sie sich vor, Sie schauen einen Film der Wolken. Dieser Experte schaut nicht nur Bild für Bild; er sucht nach Mustern. Er fragt: „Passiert diese Wolkenbewegung normalerweise zu dieser Tageszeit?“ oder „Wie beeinflusst der Wind die Wolken in 30 Minuten?“
Das Ergebnis: Er verbindet die Punkte zwischen Vergangenheit, Gegenwart und Zukunft und ermöglicht es ihm, eine fundierte Vermutung darüber anzustellen, was in den nächsten Stunden passieren wird.

3. Die Ergebnisse: Wie gut hat es funktioniert?

Die Forscher haben dieses „Dream Team“ auf zwei Arten getestet:

Mit öffentlichen Daten (NREL): Unter Verwendung eines massiven, standardisierten Datensatzes von Wolkenfotos und Wetteraufzeichnungen.
Im echten Leben (Shandong, China): Mit tatsächlichen Daten aus einer echten Solarkraftanlage vor Ort.

Das Ergebnis:
Das IST-Modell hat jede andere Methode geschlagen, die sie getestet haben.

Es machte weniger Fehler (niedrigere Fehlerraten) als Modelle, die nur Zahlen oder nur Bilder betrachteten.
Es war besser als andere „Hybrid“-Modelle, die zwar versuchten, beides zu kombinieren, aber nicht über den speziellen „Smart Memory Keeper“ und die „Multi-Lens“-Werkzeuge verfügten.
Im Realwelt-Test war es besonders gut darin, „extreme Fehler“ (wilderweise falsche Vermutungen) zu vermeiden, wodurch seine Vorhersagen selbst bei chaotischem Wetter eng und zuverlässig blieben.

Zusammenfassung

Kurz gesagt präsentiert dieses Paper einen neuen Weg, die Solarenergie vorherzusagen, indem es einem Computer beibringt, Wolken wie ein Fotograf mit mehreren Linsen zu sehen, sich an die richtige Menge an Details zu erinnern, basierend darauf, wie weit in die Zukunft er blickt, und die Geschichte des Wetterwandels über die Zeit zu verstehen. Dies macht es wesentlich zuverlässiger, um das Stromnetz stabil zu halten, wenn die Sonne unberechenbar ist.

Technische Zusammenfassung: Schrittadaptive multimodale Fusionsnetzwerk für die ultra-kurzfristige Vorhersage der Solarstrahlung

Problemstellung
Die ultra-kurzfristige Vorhersage der Solarstrahlung ist entscheidend für die Steuerung von Photovoltaik-Systemen (PV) und die Netzstabilität. Bestehende Ansätze stehen jedoch vor drei primären Einschränkungen:

Unzureichende räumliche Dynamik: Einzelne Zeitreihenmodelle versagen dabei, die räumliche Migration und die Verschattungseffekte von Wolkenclustern unter komplexen Wetterbedingungen zu erfassen.
Unzureichende Merkmalsrepräsentation: Standardkonvolutionen und Module zur Merkmalsextraktion auf einer einzigen Skala können die multiskaligen und multidirektionalen Eigenschaften vielfältiger Wolkenstrukturen (z. B. kleine, zerklüftete Wolken gegenüber großen Stratuswolken) nicht adaptiv darstellen.
Statische Kompensationsstrategien: Herkömmliche Strategien zur Niedrigfrequenzkompensation beruhen oft auf festen Strategien, die den unterschiedlichen Merkmalsanforderungen verschiedener Vorhersageschritte nicht gerecht werden. Die Kurzfristprognose erfordert hochfrequente lokale Details für schnelle Wolkenbewegungen, während die längerfristige Prognose auf niederfrequenten globalen Trends für die gesamte Entwicklungsmuster angewiesen ist.

Methodik: Das IST-Framework
Um diese Herausforderungen zu bewältigen, schlagen die Autoren IST vor, ein multimodales Fusionsmodell, das bodengestützte Wolkenbilder und meteorologische Zeitreihendaten integriert. Die Architektur besteht aus drei Kernkomponenten:

InceptionNeX für die multiskalige räumliche Extraktion:
- Bodengestützte Himmelbilder werden mittels eines InceptionNeX-Netzwerks verarbeitet.
- Dieses Modul verwendet ein paralleles Multi-Branch-Depthwise-Convolution-Design, bestehend aus:
  - Quadratischer Konvolution ( $k_s \times k_s$ ): Extrahiert lokale Texturen und Kanten-Details.
  - Horizontaler ( $1 \times k_b$ ) und vertikaler ( $k_b \times 1$ ) Band-Konvolution: Erfasst die gerichtete Strukturinformation und großflächige Wolkensysteme.
  - Identity Mapping: Bewahrt primitive Merkmalsdaten.
- Diese Zweige werden konkateniert und über ein Multi-Layer Perceptron (MLP) verfeinert, um hochdimensionale räumliche Merkmale zu generieren, die anisotrope Wolkencharakteristika adaptiv modellieren.
Schrittadaptive Niedrigfrequenz-Kompensationseinheit (SALFCU):
- Diese Einheit führt einen parallelen Niedrigfrequenz-Gedächtniszweig ein, um den Verlust globaler Informationen in tiefen Netzwerken entgegenzuwirken.
- Sie nutzt eine diskrete Wavelet-Transformation (DWT), um Merkmale in Niedrigfrequenz- (Struktur) und Hochfrequenz- (Detail) Komponenten zu trennen.
- Ein schrittbewusster dynamischer Gating-Mechanismus ist eingebettet, um einen adaptiven Gewichtungskoeffizienten $\alpha(H)$ basierend auf dem Vorhersageschritt $H$ zu generenieren.
- Funktionalität: Für frühe Vorhersageschritte priorisiert das Modell hochfrequente lokale Details, um schnelle Wolkenveränderungen zu verfolgen. Für spätere Schritte erhöht es dynamisch das Gewicht der niederfrequenten globalen Trends, um die gesamte Wolkenentwicklung zu erfassen.
TempAttnLSTM für die zeitliche Modellierung:
- Die fusionierten multimodalen Merkmale (verfeinerte Wolkenbilder + meteorologische Zeitreihen) werden in ein Temporal Attention LSTM (TempAttnLSTM) eingespeist.
- Dieses Modul erweitert Standard-LSTMs durch Multi-Head Attention und lernbare periodische Abfragen (Queries).
- Die lernbare Query-Matrix ( $\beta_t$ ) folgt einem periodischen Muster, was es dem Modell ermöglicht, globale periodische Prioren und langfristige Abhängigkeiten zu integrieren.
- Zukünftige zeitorientierte Vektoren leiten das LSTM an, um gezielte Mehrschritt-Vorhersagen zu generieren.

Wesentliche Beiträge

Multimodales Fusionsframework: Die Arbeit präsentiert das IST-Framework, das gemeinsam Wolken-abgeleitete räumliche Merkmale und meteorologische Zeitreiheninformationen modelliert, um die Genauigkeit bei der Erfassung nicht-stationärer Strahlungsschwankungen zu verbessern.
InceptionNeX-Adaption: Die Anwendung von InceptionNeX zur Merkmalsextraktion aus Wolkenbildern ermöglicht die adaptive Erfassung multiskaliger und multidirektionaler Wolkenmerkmale und überwindet damit die Einschränkungen von Single-Convolution-Modellen.
Schrittadaptive Kompensation: Das neuartige SALFCU-Modul reguliert dynamisch das Gleichgewicht zwischen hochfrequenten und niederfrequenten Merkmalen basierend auf dem spezifischen Vorhersageschritt und adressiert damit die statische Natur bisheriger Kompensationsstrategien.

Experimentelle Ergebnisse
Das Modell wurde auf zwei Datensätzen evaluiert: dem öffentlichen NREL-Datensatz (2021–2023) und einem praktischen Datensatz einer PV-Station in Shandong, China (Mai–Dezember 2024).

NREL-Datensatz (0–4 Stunden Horizont):
- Das IST-Modell erreichte den niedrigsten mittleren absoluten Fehler (MAE) von 91,45 und den Root Mean Square Error (RMSE) von 149,28 und übertraf damit neun Baseline-Modelle (einschließlich Tri-TimesNet-TempAttnLSTM, BiLSTM, iTransformer, PatchTST, 3DCNN und multimodale Varianten).
- Es erreichte ein $R^2$ von 0,7618.
- Ablationsstudien bestätigten, dass das Entfernen entweder der Bild- oder der Zeitreihen-Inputs zu den größten Leistungsabfällen führte, was die Notwendigkeit der multimodalen Fusion validiert.
Praktischer Datensatz aus Shandong:
- Das Modell zeigte eine überlegene Leistung in realen technischen Szenarien mit einem MAE von 50,86 und einem RMSE von 68,53.
- Im Vergleich zur besten Baseline reduzierte es den MAE um 12,7 % und den RMSE um 13,7 %.
- Die Verteilungen der Fehlerdichte zeigten, dass IST im Vergleich zu den Baselines eine schärfere, um Null zentrierte Spitze mit schmaleren Ausläufern erzeugte, was auf weniger extreme Vorhersagefehler hindeutet.

Bedeutung und Ansprüche
Die Arbeit behauptet, dass das IST-Framework effektiv die Lücke zwischen räumlicher Wolkendynamik und zeitlichen meteorologischen Trends schließt. Durch die gezielte Adressierung des Bedarfs an einer schrittadaptiven Merkmalsbalance überwindet das Modell die Einschränkungen fester Fusionsstrategien bei der Mehrschritt-Vorhersage. Die Autoren behaupten, dass die Integration von multiskaliger räumlicher Extraktion (InceptionNeX), dynamischer Frequenzkompensation (SALFCU) und periodischer zeitlicher Aufmerksamkeit (TempAttnLSTM) eine robuste Lösung für die ultra-kurzfristige Vorhersage der Solarstrahlung bietet und signifikante Verbesserungen der Stabilität und Genauigkeit gegenüber modernsten Zeitreihen-, bildbasierten und multimodalen Ansätzen zeigt.