找到 2 条结果
基于灰色关联分析与Transformer-GCAN模型的县域分布式光伏日前功率预测
County-Level Distributed PV Day-Ahead Power Prediction Based on Grey Correlation Analysis and Transformer-GCAN Model
Pei Zhang · Bin Zhang · Jinliang Yin · Jie Shi · IEEE Transactions on Sustainable Energy · 2025年7月 · Vol.17
针对县域内分布式光伏电站存在的时空相关性，本文提出融合灰色关联分析与Transformer-GCAN模型的日前功率预测方法：利用灰色关联度构建光伏站图结构，结合Transformer提取时序特征、GAT增强空间注意力建模，最终实现高精度县域级预测。实测显示RMSE在晴/阴/雨天分别降低11.90%/15.72%/19.61%。
解读: 该研究高度契合阳光电源iSolarCloud智能运维平台及组串式逆变器集群的日前调度需求。其Transformer-GCAN模型可嵌入iSolarCloud的功率预测引擎，提升县域级分布式光伏出力预测精度，支撑ST系列PCS和PowerTitan储能系统的协同充放电决策。建议将灰色关联图构建模块集成...
基于灰色关联分析与Transformer-GCAN模型的县域分布式光伏日前功率预测
County-level Distributed PV Day-ahead Power Prediction based on Grey Correlation Analysis and Transformer-GCAN Model
Pei Zhang · Bin Zhang · Jinliang Yin · Jie Shi · IEEE Transactions on Sustainable Energy · 2025年7月
县域内分布式光伏电站具有显著的时空相关性，仅考虑时间相关性难以满足日前调度需求。本文提出一种基于灰色关联分析和Transformer-图卷积注意力网络（Transformer-GCAN）的县域日前功率预测方法。首先通过灰色关联度确定光伏电站间的关联关系并构建站间图结构；其次利用Transformer提取各节点时间特征，并结合图卷积网络引入图注意力机制动态捕捉空间特征；最后通过全连接网络融合时空特征实现县域总功率预测。算例结果表明，相较于Transformer-GCN模型，该方法在晴天、多云和雨天...
解读: 该县域分布式光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。通过灰色关联分析构建站间拓扑结构，结合Transformer-GCAN模型捕捉时空特征，可显著提升日前功率预测精度（不同天气条件下RMSE降低11.90%-19.61%）。该方法可直接集成到iSolarClou...