一种基于多模态深度学习的太阳能发电功率实时预测方法、系统、设备及存储介质

本申请提供一种基于多模态深度学习的太阳能发电功率实时预测方法、系统、设备及存储介质。其中，通过融合地表辐射、设备温度和环境数据的多维特征提升预测精度，对地表太阳辐射的长短波分量进行突变波动分解，提取频域子模态序列；构建光伏组件温度场与热斑红外数据的关联模型，生成反映热斑干扰空间分布的动态特征图；建立多模态时序预测模型，同步处理辐射子模态的频域特征、热斑特征图的空间相关性及温湿度数据的时序依赖；通过频域叠加重构技术整合各子模态预测结果。本申请提供的技术方案通过多模态时空特征联合建模与动态干扰解耦，显著提升了极端天气和热斑异常场景下的功率预测精度，同时增强预测系统对复杂环境扰动的动态适应能力。