基于自適應(yīng)時(shí)序解耦和氣象因素動(dòng)態(tài)影響評(píng)估的超短期太陽(yáng)輻照度預(yù)測(cè)

打開(kāi)文本圖片集

摘 要：針對(duì)太陽(yáng)輻射序列具有波動(dòng)性以及受氣象因素影響而導(dǎo)致太陽(yáng)輻照度預(yù)測(cè)精度降低的問(wèn)題，提出一種基于滑動(dòng)窗口變分模態(tài)分解（SWVMD）、自適應(yīng)圖卷積網(wǎng)絡(luò)（AGCN）和四核時(shí)間卷積神經(jīng)網(wǎng)絡(luò)（QTCN）的超短期太陽(yáng)輻照度預(yù)測(cè)模型。首先利用SWVMD對(duì)歷史輻射序列進(jìn)行解耦，實(shí)時(shí)挖掘不同特征尺度的模態(tài)分量，然后將數(shù)據(jù)集重構(gòu)為圖數(shù)據(jù)，進(jìn)而利用AGCN動(dòng)態(tài)評(píng)估氣象因素的影響程度，最后采用QTCN提取融合后特征序列的多尺度時(shí)序特征，實(shí)現(xiàn)對(duì)未來(lái)30 min太陽(yáng)輻照度的預(yù)測(cè)。（剩余14611字）