太阳多模态Transformer：利用公共相机和时间序列的日内太阳辐照度预测器
计算机视觉与模式识别
2025-03-04 v1
摘要
准确的日内太阳辐照度预测对于优化调度计划和电力交易至关重要。为此，我们引入了一种新颖且有效的方法，该方法包含与文献中不同的三个显著组成部分：1）不常见地使用单帧公共相机图像；2）使用所提出的归一化步骤缩放的太阳辐照度时间序列，这提升了性能；3）一个轻量级多模态模型，称为太阳多模态Transformer（SMT），通过结合图像和缩放后的时间序列来提供准确的短期太阳辐照度预测。与领先的太阳预测服务提供商Solcast进行基准测试，我们的模型将预测精度提高了25.95%。我们的方法可以轻松适应各种相机规格，为现实世界的太阳预测挑战提供了广泛的适用性。
引用
@article{arxiv.2503.00250,
title = {Solar Multimodal Transformer: Intraday Solar Irradiance Predictor using Public Cameras and Time Series},
author = {Yanan Niu and Roy Sarkis and Demetri Psaltis and Mario Paolone and Christophe Moser and Luisa Lambertini},
journal= {arXiv preprint arXiv:2503.00250},
year = {2025}
}
备注
WACV2025