M3S-Net：基于多尺度数据进行多模态特征融合的超短期光伏发电功率预测网络
计算机视觉与模式识别
2026-02-24 v1
摘要
太阳能辐射的内在间歇性和高频变动，尤其是在快速云运输期间，为高渗透率光伏电网带来了显著的稳定性挑战。虽然多模态预测已被证明是可行的缓解策略，但现有架构主要依赖浅层特征拼接和二元云分段，从而无法捕捉云的细粒度光学特征以及视觉模态和气象模态之间的复杂时空耦合。为填补这一差距，本文提出M3S-Net，这是一种基于多尺度数据进行多模态特征融合的超短期光伏发电功率预测网络。首先，一种多尺度部分通道选择网络利用部分卷积显式地隔离光学薄云的边界特征，有效超越了粗粒度二元掩模的精度限制。其次，一种多尺度序列到图像分析网络采用基于快速傅里叶变换(FFT)的时间频率表示来分离不同时间尺度范围内气象数据的复杂周期性。关键的是，模型包含一种跨模态 Mamba 交互模块，具有新颖的动态 C 矩阵置换机制。通过在视觉和时序流之间交换状态空间参数，该设计将一种模态的状态演化条件化于另一种模态的上下文，从而实现深度结构耦合，具有线性计算复杂度，从而克服了浅层拼接的局限性。在新构建的细粒度光伏发电数据集上进行的实验验证表明，M3S-Net 在10分钟预测中比当前最先进的基线方法实现了6.2%的平均绝对误差降低。该数据集和源代码将在 https://github.com/she1110/FGPD 上提供。
引用
@article{arxiv.2602.19832,
title = {M3S-Net: Multimodal Feature Fusion Network Based on Multi-scale Data for Ultra-short-term PV Power Forecasting},
author = {Penghui Niu and Taotao Cai and Suqi Zhang and Junhua Gu and Ping Zhang and Qiqi Liu and Jianxin Li},
journal= {arXiv preprint arXiv:2602.19832},
year = {2026}
}