基于多模态融合与自适应学习的分布式光伏功率不确定性量化预测方法

本发明公开了基于多模态融合与自适应学习的分布式光伏功率不确定性量化预测方法，包括以下步骤：S1、获取第一积雪覆盖数据；S2、采集第二积雪影响数据；S3、在三维特征空间中完成多模态数据融合；S4、在所述三维特征空间中，根据预设阈值条件划分出异常检测域；S5、针对所述异常检测域中已标记区域，基于蒙特卡洛模拟迭代生成功率预测带；S6、激活动态补偿算法，计算补偿系数并将该系数反馈至功率预测带模拟输入；S7、形成异常检测—补偿调整—检测域自适应闭环迭代机制。本发明对光伏功率预测中的积雪、热斑等现场不确定性进行量化，并通过动态补偿与阈值自适应机制显著提高预测精度和系统响应速度。