预测精度显著提升
融合多通道云图时空特征与气象文本，实现对超短期太阳辐照度的精准预测。
黄小乔 · Jun, Liu · Shaozhen, Xu · Li, Chengli · 丽琼 · 邰永航
Energy 2023
采用3D ConvLSTM-CNN结构，从连续多张全天空图像中同步提取空间与时间特征，弥补传统2D网络在长时依赖上的不足。
利用不同颜色通道处理全天空图像，每个通道能突出不同类型的云特征，提升对云团演变信息的提取能力。
通过LSTM网络融合与图像对应的气象文本特征，将多源信息输入模型，进一步提升预测精度。
与持久性模型相比，各项误差指标均大幅改善，其中MedAPE提升42.7%、R²提升68.3%，证明方法有效。