一种太阳辐射预测方法、系统、电子设备及存储介质技术方案

本发明专利技术公开一种太阳辐射预测方法、系统、电子设备及存储介质，涉及气象预测技术领域。所述方法包括：获取初始数据；所述初始数据包括静止卫星影像长序列和地面辐射观测长序列；根据所述初始数据和太阳辐射预测模型确定10分钟级太阳辐射长序列预测结果；所述太阳辐射预测模型包括云层特征提取模块、辐射变化特征提取模块和长时序辐射预测模块；所述云层特征提取模块和所述辐射变化特征提取模块均与所述长时序辐射预测模块连接；其中，所述长时序辐射预测模块是根据多头概率分布稀疏自注意力机制、自注意力蒸馏机制和生成式解码器机制构建的。本发明专利技术能够提高太阳辐射预测精细程度，实现10分钟级超短时太阳辐射预测。实现10分钟级超短时太阳辐射预测。实现10分钟级超短时太阳辐射预测。

【技术实现步骤摘要】
一种太阳辐射预测方法、系统、电子设备及存储介质


[0001]本专利技术涉及气象预测
，特别是涉及一种太阳辐射预测方法、系统、电子设备及存储介质。

技术介绍

[0002]随着全球能源需求不断增长，化石燃料的长期开发和利用加剧了全球变暖、环境污染等问题。在这一背景下，太阳能的广泛应用成为了应对气候变化、实现全球经济社会可持续发展的重要途径。根据国际能源署报告，全球太阳能光伏装机容量已从2010年的40GW增长至2020年的760GW，太阳能光伏发电已成为全球新增电力装机容量的主要来源之一。然而，受昼夜交替、季节变化以及云层、大气光学性质等因素的影响，地面接收的太阳辐射能具有间歇性和波动性，这会限制光伏电力供应的稳定性，进而影响其大规模应用。因此，有必要对太阳辐射进行实时、精准的预测，从而支持光伏发电系统的智能调控，提高光伏电网运行的可靠性，实现经济和环境效益最大化。
[0003]在不同提前期的各类预测任务中，太阳辐射超短时预测最常被用于光伏电网的实时调度和评估，目前的超短时预测主要采用统计方法、物理方法或混合模型方法。其中，统计方法简本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种太阳辐射预测方法，其特征在于，包括：获取初始数据；所述初始数据包括静止卫星影像长序列和地面辐射观测长序列；根据所述初始数据和太阳辐射预测模型确定10分钟级太阳辐射长序列预测结果；所述太阳辐射预测模型包括云层特征提取模块、辐射变化特征提取模块和长时序辐射预测模块；所述云层特征提取模块和所述辐射变化特征提取模块均与所述长时序辐射预测模块连接；其中，所述云层特征提取模块是通过多个三维卷积块构建的；所述辐射变化特征提取模块是通过多个一维卷积块构建的；所述长时序辐射预测模块是根据多头概率分布稀疏自注意力机制、自注意力蒸馏机制和生成式解码器机制构建的；所述云层特征提取模块用于确定所述静止卫星影像长序列的云层空间特征；所述辐射变化特征提取模块用于确定所述地面辐射观测长序列的太阳辐射时间变化特征；所述长时序辐射预测模块用于根据所述云层空间特征和所述太阳辐射时间变化特征确定10分钟级太阳辐射长序列预测结果。2.根据权利要求1所述的太阳辐射预测方法，其特征在于，每个所述三维卷积块和每个所述一维卷积块均包括依次连接的卷积层和最大池化层；所述长时序辐射预测模块包括第一嵌入子模块、第二嵌入子模块、编码器、解码器和全连接输出层；所述第一嵌入子模块、所述编码器和所述解码器依次连接；所述解码器还与所述第二嵌入子模块连接；所述编码器包括依次交替连接的两个多头概率分布稀疏自注意力层和两个自注意力蒸馏层；所述解码器包括依次连接的掩膜多头概率分布稀疏自注意力层和多头自注意力层。3.根据权利要求1所述的太阳辐射预测方法，其特征在于，根据所述初始数据和太阳辐射预测模型确定10分钟级太阳辐射长序列预测结果，具体包括：利用三维卷积对所述静止卫星影像长序列进行特征提取，得到云层空间特征；利用一维卷积对所述地面辐射观测长序列进行特征提取，得到太阳辐射时间变化特征；根据所述云层空间特征和所述太阳辐射时间变化特征进行特征预测，得到10分钟级太阳辐射长序列预测结果。4.根据权利要求3所述的太阳辐射预测方法，其特征在于，根据所述云层空间特征和所述太阳辐射时间变化特征进行特征预测，得到10分钟级太阳辐射长序列预测结果，具体包括：对所述云层空间特征和所述太阳辐射时间变化特征进行时空融合预处理，得到前置时空特征序列和生成式解码器输入序列；对所述前置时空特征序列进行标记嵌入、位置嵌入和全局时间嵌入，并根据对应序列时间步和特...

【专利技术属性】
技术研发人员：吕宁，秦军，李政全，
申请(专利权)人：北京思源知行科技发展有限公司，
类型：发明
国别省市：