计算机应用研究

作者：张海清,刘珈伶,唐聃,向筱铭,杨东,郭本俊,

单位：1.成都信息工程大学软件工程学院,成都610225；2.四川省智能公差设计与检测工程研究中心,成都610255；3.四川省气象探测数据中心,成都610072；4.四川省气象服务中心,成都610072；

关键词：光伏功率预测,多模态融合,信息对齐,有限标量量化,

基金：四川省科学技术厅资助项目(2025YFHZ0219)；青海省气象局“揭榜挂帅”科技项目(QXGS2023-01)；；

为解决光伏功率预测中多模态融合在处理模态异构性带来的数据表征差异与跨模态关联建模方面的不足等问题，提出了一种多模态气象数据融合模型（MMDF）。首先，该模型通过有限标量量化FSQ（finite scalar quantization）技术实现多源数据的统一表征，有效突破了模态间信息对齐的瓶颈，并降低了跨模态融合过程中的计算复杂度；接着，设计混合编码的特征提取模块，结合Vision Transformer的全局空间建模能力与GRU-Linear架构的时序动态捕获机制，显著提升了多模态特征的判别性；进一步，基于门控机制构建了分阶段式的跨模态融合策略，并通过Cross Transformer跨模态注意力机制，实现了时间序列特征和云图特征的深度融合，有效地揭示了不同模态数据之间的复杂关系。经实验验证，相比于FusionSF算法，MMDF模型在多模态太阳能功率数据集上的MAE、RMSE和R2指标分别提升了5.69%、12.44%和4.52%，为复杂气象条件下的光伏功率预测提供了理论突破与工程实践新范式。

来源：2025年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第12期