项目背景
分布式光伏发电受天气因素影响大，准确的发电功率预测对电网调度至关重要。本项目构建了一个多模型融合的光伏功率预测系统。
技术架构
- 数据层：历史功率数据 + 气象数据（温度、辐照度、湿度、风速）
- 模型层：
- Chronos-2（Amazon 时序大模型）
- GTT（Google TimesFM 衍生）
- XGBoost + LightGBM（传统 GBDT 集成）
- 融合层：加权平均 + 动态权重调整
- 展示层：Streamlit 可视化 Dashboard
实验结果
| 模型 | MAE (kW) | RMSE (kW) | MAPE (%) |
|---|---|---|---|
| Chronos-2 | 2.31 | 3.45 | 8.2 |
| GTT | 2.58 | 3.89 | 9.1 |
| XGBoost | 3.12 | 4.56 | 11.3 |
| LightGBM | 2.95 | 4.21 | 10.5 |
| 融合模型 | 1.98 | 2.87 | 7.1 |
后续计划
- 引入卫星云图作为额外模态
- 部署到生产环境并接入实际光伏站点
- 增加概率预测和不确定性量化