摘要
本发明公开了一种基于多源数据融合的短期辐照度预测方法及装置，方法包括以下步骤：（1）数据采集：获取气象数据、辐射传感器实测数据及天文计算数据，并提取时间特征；（2）数据预处理：对全球水平辐照度序列进行ADF单位根检验，（3）特征选择：通过格兰杰因果检验筛选与GHI存在因果关系的特征；基于XGBoost特征重要性分析，选取辐照度历史值及太阳方位角作为核心输入特征；（4）模型构建与训练：采用XGBoost模型处理多变量非线性关系，按时间顺序划分训练集、测试集；时间序列交叉验证划分验证集，通过网格搜索和随机搜索超参数调优；（5）评估与优化：使用MAE、RMSE、MAPE指标评估模型，可视化预测值与实际值时序曲线。本发明通过引入夜间无效数据筛除机制、ADF检验与格兰杰因果性分析进行特征选择，结合时间序列交叉验证进行超参数调优，从而实现高精度、强泛化能力的辐照度预测模型，适用于多种光伏应用场景，为功率预测与电站智能调度提供可靠支持。
