🤖 AI

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

本文提出了一种步进自适应多模态融合网络，该网络通过 InceptionNeXt 进行多尺度云特征提取，并结合动态低频补偿与 TempAttnLSTM 时间建模，旨在显著提高超短期太阳辐照度预报精度，优于现有方法。

原作者： Jingxin Zhang Xiaoqin Wang

发布于 2026-06-05

📖 1 分钟阅读☕ 轻松阅读

原作者： Jingxin Zhang Xiaoqin Wang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图精确预测未来几小时内会有多少阳光照射到太阳能电池板上。这非常棘手，因为云朵就像一群调皮的舞者：它们移动迅速、形态多变，并且会突然遮挡阳光，导致功率输出出现剧增或骤降。

这篇论文介绍了一种名为 IST（智能时空）的新型“超级预报员”，它通过让三位专业专家协同工作，而不是仅仅依靠一个人的猜测，解决了这个问题。

以下是 IST 系统的工作原理，通过简单的概念进行拆解：

1. 问题所在：为什么旧方法会失败

以往预测太阳能功率的尝试存在三个主要缺陷：

“思维定式”问题： 一些模型只关注数字（如风速或过去的气温）。它们忽略了云层在天空中移动的视觉现实。
“模糊镜头”问题： 其他模型虽然观察云层照片，但使用的标准工具无法同时看清既细小破碎的云朵，又看清巨大宏伟的云系。这就像是试图在同一张照片中既看清一只蚂蚁，又看清整座大山，却既不放大也不缩小。
“一刀切”问题： 大多数模型将 15 分钟的预测与 4 小时的预测视为同等对待。但预测近期未来需要关注快速移动的细节，而预测较远的未来则需要理解宏观且缓慢的趋势。旧模型对两者都使用固定的策略，这导致效果不佳。

2. 解决方案：IST “梦之队”

作者构建了一个结合地面天空相机（拍摄云层照片）与气象站数据（如温度和风速等数值）的系统。该系统使用三种特定的工具来处理这些信息：

专家 A：“多镜头的摄影师”（InceptionNeXt）

该系统并没有使用标准的相机镜头，而是采用了一种特殊的“多镜头”方法。

类比： 想象一下同时通过四种不同的眼镜观察云朵：
1. 一块方形玻璃，用于观察细小的纹理（如蓬松云朵的边缘）。
2. 一条长水平条，用于观察向侧面延伸的云。
3. 一条长垂直条，用于观察向上和向下延伸的云。
4. 一块透明玻璃，用于保持原始图像的完整性。
结果： 这使得计算机能够同时理解各种形状和大小的云，捕捉到细微细节和宏观结构，而不会产生混淆。

专家 B：“智能记忆守护者”（SALFCU）

这是本论文最独特的发明。它像一位知道根据你提问的时间来决定需要多少细节的图书管理员。

类比： 把预测天气想象成读故事。
- 针对未来 15 分钟（短期）： 你需要知道即时的动作。“那个黑点是不是正朝着太阳移动过来？”这需要高频细节（尖锐、快速的变化）。
- 针对未来 4 小时（长期）： 你不需要知道一片叶子是否在移动；你需要知道整体剧情。“整个风暴系统是不是正在移开？”这需要低频信息（宏观、缓慢的趋势）。
神奇之处： 旧模型试图对两者使用相同程度的细节。而这个新的“智能记忆守护者”会自动进行调整。它为近期未来聚焦于锐利的细节，并为远期未来切换到宽广、平滑的趋势。它确保了模型在观察“小细节”时不会丢失“大局观”。

专家 C：“时间旅行者”（TempAttnLSTM）

一旦图像和天气数据结合在一起，这位最后的专家就会观察随时间变化的事件序列。

类比： 想象你在观看一部关于云层的电影。这位专家不仅仅是逐帧观看，它还在寻找模式。它会问：“这种云层运动通常会在一天中的这个时间发生吗？”或者“风通常会在 30 分钟后如何影响云层？”
结果： 它将过去、现在和未来连接起来，从而能够对未来几小时会发生什么做出自信的判断。

3. 结果：效果如何？

研究人员通过两种方式测试了这个“梦之队”：

使用公开数据 (NREL)： 使用大规模的标准数据集，包含云层照片和气象记录。
实地测试 (中国山东)： 使用来自实际野外太阳能电站的真实数据。

结果显示：
IST 模型击败了他们测试过的所有其他方法。

它比仅观察数字或仅观察图像的模型犯错更少（误差率更低）。
它优于其他试图结合两者的“混合型”模型，因为那些模型缺乏特殊的“智能记忆守护者”和“多镜头”工具。
在实地测试中，它在避免“极端误差”（极其错误的猜测）方面表现尤为出色，即使在天气混乱的情况下，也能保持预测精准且可靠。

总结

简而言之，这篇论文提出了一种预测太阳能的新方法，通过教计算机像拥有多镜头的摄影师一样去观察云层，像根据预测时长调整细节一样去记忆，并像理解天气变化故事一样去理解时间的演变。这使得在太阳能预测具有不确定性的情况下，维持电网稳定变得更加可靠。

技术摘要：用于超短期太阳辐照度预测的步进自适应多模态融合网络

问题陈述
超短期太阳辐照度预测对于光伏（PV）系统的调度和电网稳定性至关重要。然而，现有方法面临三个主要局限性：

空间动态捕捉不足： 单一的时间序列模型无法捕捉复杂天气条件下云团的空间迁移和遮挡效应。
特征表示能力不足： 标准卷积和单尺度特征提取模块无法自适应地表示多样化云结构（例如：细碎的小云与大型层云）的多尺度和多方向特性。
静态补偿策略： 传统的低频补偿方法通常依赖于固定策略，无法适应不同预测步长对特征的不同需求。短时预测需要高频局部细节来追踪快速的云层运动，而长时预测则依赖低频全局趋势来捕捉整体演变模式。

方法论：IST 框架
为了解决这些挑战，作者提出了 IST，这是一个整合了地面云图和气象时间序列数据的多模态融合模型。该架构由三个核心组件组成：

用于多尺度空间提取的 InceptionNeXt：
- 地面天空图像通过 InceptionNeX 网络进行处理。
- 该模块采用并行多分支深度卷积设计，包括：
  - 正方形卷积 ( $k_s \times k_s$ )： 提取局部纹理和边缘细节。
  - 水平 ( $1 \times k_b$ ) 和垂直 ( $k_b \times 1$ ) 带状卷积： 捕捉方向性结构信息和大规模云系统。
  - 恒等映射（Identity mapping）： 保留原始特征数据。
- 这些分支被拼接并通过多层感知器（MLP）进行精炼，以生成高维空间特征，从而自适应地建模各向异性的云特性。
步进自适应低频补偿单元 (SALFCU)：
- 该单元引入了一个并行的低频记忆分支，以抵消深度网络中全局信息的丢失。
- 它利用离散小波变换 (DWT) 将特征分离为低频（结构）和高频（细节）成分。
- 嵌入了一个步长感知动态门控机制，根据预测步长 $H$ 生成自适应权重系数 $\alpha(H)$ 。
- 功能： 对于早期预测步长，模型优先考虑高频局部细节以追踪快速变化的云层。对于后期预测步长，它会动态增加低频全局趋势的权重，以捕捉整体演变模式。
TempAttnLSTM 用于时间建模：
- 融合后的多模态特征（精炼的云图 + 气象时间序列）被输入到时间注意力 LSTM (TempAttnLSTM) 中。
- 该模块通过多头注意力机制和可学习周期性查询增强了标准 LSTM。
- 可学习的查询矩阵 ( $\beta_t$ ) 遵循周期性模式，使模型能够结合全局周期先验和长程依赖关系。
- 未来时间导向的向量引导 LSTM 生成有针对性的多步预测。

核心贡献

多模态融合框架： 本文提出了 IST 框架，该框架共同对云衍生空间特征和气象时间序列信息进行建模，以提高捕捉非平稳辐照度变化的准确性。
InceptionNeXt 的适配： 将 InceptionNeX 应用于云图特征提取，使其能够自适应地捕捉多尺度和多方向的云特征，克服了单一卷积模型的局限性。
步进自适应补偿： 新颖的 SALFCU 模块根据特定的预测步长动态调节高频和低频特征之间的平衡，解决了以往补偿策略的静态性问题。

实验结果
该模型在两个数据集上进行了评估：公开的 NREL 数据集（2021–2023）以及来自中国山东某光伏电站的实际数据集（2024年5月–12月）。

NREL 数据集（0–4 小时预测时界）：
- IST 模型实现了最低的平均绝对误差 (MAE) 91.45 和均方根误差 (RMSE) 149.28，优于九种基准模型（包括 Tri-TimesNet-TempAttnLSTM、BiLSTM、iTransformer、PatchTST、3DCNN 以及多模态变体）。
- 其 $R^2$ 达到 0.7618。
- 消融研究证实，移除图像或时间序列输入都会导致性能大幅下降，验证了多模态融合的必要性。
山东实际数据集：
- 该模型在实际工程场景中展现了卓越的性能，实现了 MAE 50.86 和 RMSE 68.53。
- 与表现最好的基准模型相比，它将 MAE 降低了 12.7%，将 RMSE 降低了 13.7%。
- 误差密度分布显示，与基准模型相比，IST 产生了更尖锐、以零为中心的峰值以及更窄的尾部，表明其产生的极端预测误差更少。

意义与主张
论文声称 IST 框架有效地弥合了空间云动态与时间气象趋势之间的鸿沟。通过专门解决步进自适应特征平衡的需求，该模型克服了多步预测中固定融合策略的局限性。作者断言，通过集成多尺度空间提取 (InceptionNeX)、动态频率补偿 (SALFCU) 和周期性时间注意力 (TempAttnLSTM)，该模型为超短期太阳辐照度预测提供了一个鲁棒的解决方案，在稳定性和准确性方面较现有的最先进的时间序列、基于图像的方法及多模态方法均有显著提升。