风电预测跨模态大模型

免微调即插即用

将风电数据转为文本模态，无需重训或微调即可兼容多种大语言模型，并能缓解模态失配导致的精度下降。

Guopeng, Zhu · Jia, Weiqing · Zhitai, Xing · 向玲 · 胡爱军 · 郝如江

Energy Conversion and Management 2025

技术优势

免微调即插即用

数据转为文本模态，无需重训或微调大模型，即可直接用于预测任务。

兼容多种大模型

所提方法可与不同大语言模型高效兼容，适应不同特性的数据。

缓解模态失配

通过跨模态迁移学习方法有效缓解因模态不匹配导致的预测精度下降。

多风场验证有效

在中国三个风电场的不同数据集上验证了模型的有效性、准确性和鲁棒性。

应用场景

• 风电功率预测：直接用于短期风电功率预测，无需重新训练模型。
• 风储系统优化调度：为风储系统优化提供更准确的风电功率预测输入。
• 时间序列预测：将时间序列数据转为文本，利用大模型完成预测任务。
• 能源数据分析：用大模型分析非平稳风电数据，提取有效特征。