融合时频分解与通道交互感知的多变量光伏功率预测
Multivariate photovoltaic power forecasting based on time-frequency decomposition and channel interaction awareness
1. 华北电力大学 计算机系, 河北 保定 071003
2. 华北电力大学复杂能源系统智能计算教育部工程研究中心, 河北 保定 071003
3. 河北省能源电力知识计算重点实验室, 河北 保定 071003
摘要
为了提高多变量光伏功率预测的精度，提出一种基于时频分解与通道交互感知的多变量光伏功率预测模型。针对现有依赖基本移动平均核的时序分解方法难以处理光伏功率数据非线性结构与复杂趋势的问题，设计融合时域与频域的双重分解机制以增强非平稳序列建模能力。为克服通道独立方法忽视多变量间潜在相关性的局限，构建一种通道交互感知方法。此外，针对传统光伏功率预测中忽略时间步权重差异、远近期相关性变化和时间依赖性特征的不足，引入一种联合损失函数，采用自适应权重调整方案对均方误差、信号衰减损失以及一阶差分损失进行组合。在四个实际光伏数据集上的实验显示，所提出的模型较最优基准模型，均方误差和平均绝对误差平均下降5.59%、5.01%，最高下降7.40%、8.80%。结果表明，该模型显著提升预测精度，削弱时间维度误差累积效应。
基金项目
河北省自然科学基金资助项目(F2014502081)
中央高校基本科研业务费专项基金资助项目(2020MS120)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.07.0293
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第4期
发布历史
[2025-12-16] 优先出版
引用本文
李整, 武文丽, 秦金磊, 等. 融合时频分解与通道交互感知的多变量光伏功率预测 [J]. 计算机应用研究, 2026, 43 (4). (2025-12-19). https://doi.org/10.19734/j.issn.1001-3695.2025.07.0293. (Li Zheng, Wu Wenli, Qin Jinlei, et al. Multivariate photovoltaic power forecasting based on time-frequency decomposition and channel interaction awareness [J]. Application Research of Computers, 2026, 43 (4). (2025-12-19). https://doi.org/10.19734/j.issn.1001-3695.2025.07.0293. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
