摘要
本发明公开了一种基于多模态特征融合的超短期太阳辐照度预测方法，包括以下步骤：（1）获取待测光伏电站的多源历史数据并进行预处理；（2）利用TimesNet的二维时序卷积从时序多周期特性的角度学习时间序列特征，将历史序列转化为二维张量，利用二维卷积提取时序特征；（3）利用T2T‑ViT从局部和全局两个角度进行图像信息挖掘，提取表征云层分布和运动信息的特征；（4）利用变换器模型Transformer的编码器在图像特征中寻找与时序特征相似的部分并进行注意力的融合；（5）利用Transformer的解码器直接输出光伏发电功率多步预测结果，并对此进行误差评估；本发明能够提取表征云层分布和运动信息的特征。
