IMPACT: Inverter-Informed Multimodal Learning for Photovoltaic Generation Forecasting
作者: Anushka Katiyar, Cong Feng, Jing Wang, Tristan Liu, Simon Julien, Zachary Jacobs
分类: cs.LG, cs.AI
发布日期: 2026-10-29
💡 一句话要点
提出物理信息多模态学习框架以提高光伏发电预测精度
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 光伏发电 多模态学习 深度学习 物理信息 预测模型 图注意力 智能电网 气象预测
📋 核心要点
- 现有光伏发电预测方法在短期预测精度上存在不足，尤其是在复杂气象条件下表现不佳。
- 论文提出了一种四分支的深度学习框架，通过物理信息和多模态数据融合，提升光伏发电的预测能力。
- 实验结果显示，该模型在14个基线模型中表现最佳，预测技能分数显著提高，尤其在阴云和变化天空条件下依然保持较高的预测能力。
📝 摘要（中文）
本研究开发了一种物理信息多模态深度学习框架，用于10至110分钟的光伏发电概率预测。该模型采用四分支架构，分别编码植物级时间历史和逆变器级空间云动态，通过图注意力编码器与已学习的邻接矩阵、已知的未来太阳几何和当前气象状态融合。几何分支引入了两个前瞻性物理信号，空间云异质性和逆变器降幅活动，经过经验加权以提高预测精度。解码器基于智能持久性基线进行预测，学习与时间相关的修正，最终的分位数预测通过核加权自适应校准步骤在线校准。该模型在14个基线模型中表现优异，预测技能分数达到0.2950，超出第二名模型0.099。
🔬 方法详解
问题定义：本研究旨在解决光伏发电短期预测中的精度不足问题，尤其是在复杂气象条件下的挑战。现有方法往往未能有效利用物理信息和多模态数据，导致预测结果不够准确。
核心思路：论文的核心思路是构建一个物理信息驱动的多模态深度学习框架，通过四分支架构分别处理时间历史和空间动态信息，从而提升预测精度。这样的设计使得模型能够更好地捕捉光伏发电的复杂动态特征。
技术框架：整体架构包括四个主要分支：植物级时间历史分支、逆变器级空间云动态分支、几何信息分支和解码器。通过图注意力编码器将这些信息进行融合，并通过智能持久性基线进行预测修正。
关键创新：最重要的技术创新在于引入了空间云异质性和逆变器降幅活动作为前瞻性物理信号，并通过经验加权来优化预测效果。这一方法与传统的单一数据源模型有本质区别。
关键设计：模型采用了图注意力机制来处理输入数据，损失函数设计为结合预测误差和校准误差，确保输出的分位数预测具有较高的可靠性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，所提出的模型在14个基线模型中表现最佳，预测技能分数达到0.2950，超出第二名模型0.099。即使在阴云和变化天空条件下，模型仍能保持较高的预测能力，分别达到0.198和0.255的预测技能分数，显示出其在复杂环境下的鲁棒性。
🎯 应用场景
该研究的潜在应用领域包括智能电网管理、可再生能源调度和气象预测等。通过提高光伏发电的预测精度，可以有效优化能源利用效率，降低运营成本，并推动可再生能源的广泛应用，具有重要的实际价值和未来影响。
📄 摘要（原文）
This work develops a physics-informed multimodal deep learning framework for 10- to 110-minute-ahead probabilistic photovoltaic power forecasting. The forecasting model is built on a four-branch architecture that separately encodes plant-level temporal history and inverter-level spatial cloud dynamics through a graph attention encoder with a learned adjacency, known-future solar geometry, and the current meteorological state, fused through gated cross-attention. The geometry branch adds two forward-looking physical signals, spatial cloud heterogeneity and inverter ramp-down activity, each empirically weighted toward the horizon where it is most predictive. The decoder anchors its prediction to a smart persistence baseline, learning a horizon-conditioned correction, and the resulting quantile forecasts are calibrated online through a kernel-weighted adaptive conformal calibration step. The proposed model outperforms all 14 baselines, achieving a forecast skill score (FSS) of 0.2950, 0.099 above the next-best model. A branch-composition ablation shows that every branch contributes positively and the model retains substantial skill in challenging overcast and variable sky conditions (FSS 0.198 and 0.255).