一种基于三维气象数据多源融合的短期光伏功率预测方法

专利主权项内容

1.一种基于三维气象数据多源融合的短期光伏功率预测方法，其特征在于，所述短期光伏功率预测方法包括以下步骤：S1，获取历史光伏功率、历史卫星云图、ERA5气象数据、太阳几何参数和GRAPES数值预报结果；S2，对历史卫星云图和ERA5气象数据进行预处理，将两组数据重构为维度相同的特征向量后相加，得到融合卫星云图向量；S3，基于时空条件生成对抗网络构建卫星云图预测模型，将融合卫星云图向量输入卫星云图预测模型，输出未来T个连续时刻的二维卫星云图特征；S4，构建气象特征嵌入网络，将GRAPES数值预报结果、历史光伏功率和太阳几何参数输入气象特征嵌入网络，由气象特征嵌入网络对输入的气象要素进行特征提取，获取气象要素三维分布特征；S5，将步骤S3得到的二维卫星云图特征和步骤S4得到的气象要素三维分布特征输入多维特征融合模块，多维特征融合模块包括通道注意力层、交叉注意力层和LSTM层；通道注意力和交叉注意力层对二维卫星云图特征和气象要素三维分布特征进行加权和融合后，将得到的三维气象要素融合特征输入到LSTM网络中，LSTM网络利用三维气象要素融合特征进行时序建模，生成光伏功率的预测结果；步骤S4中，获取气象要素三维分布特征的过程包括以下步骤：S41，构建气象特征嵌入网络，所述气象特征嵌入网络采取U型网络结构设计，具有包括由依次连接的3层下采样层组成的下采样部分和由依次连接的3层上采样层组成的上采样部分，所有采样层全部采取一维卷积的方式，并且上采样部分和下采样部分通过跳跃连接的方式提取高级特征；S42，将历史光伏功率、太阳方位角和太阳高度角数据输入气象特征嵌入网络的下采样部分，通过3层下采样网络将输入信息编码成信息特征图，得到包含历史光伏功率信息的特征图，再通过全局平均池化将特征图编码为一个隐藏状态向量，用于与数值预报数据形成的权重向量权重相加，以形成新的通道权重向量；S43，基于数值天气预报系统生成未来T时刻的水平风速、垂直风速、风向、温度、湿度、云水和云冰这七个气象要素的数值预报结果，将每组七个气象要素组合成一个气象数据向量，经维度扩充和归一化后得到权重向量A；基于权重向量A，采取通道注意力的方式给下采样输出的特征图的通道维度赋权，得到融合后的特征图Y；其中，权重向量A的计算公式为：A＝softmax(f(X))；式中，X表示气象数据向量；f(X)是插值函数，用于将气象数据向量进行维度扩充，使其符合气象特征嵌入网络的嵌入要求；softmax函数用于使插值函数f(X)归一化成为权重向量A；Y是加权后的特征图，X表示特征图的第i个通道，A表示权重向量A中第i个参数所对应第i个通道的注意力权重；C是特征图的通道数；iiS44，将下采样部分融合得到的特征图Y输入上采样部分，并且通过跳跃连接融合上采样过程中提取的特征图Y的高级特征，融合得到气象要素三维分布特征M。