arXiv 机器学习· Phil Aupke, Muhammad Hassan, Khalid Ali, Seema, Andreas Kassler, Andreas Theocharis·· 8 小时前AI 评分33
用于日前光伏发电预测的物理信息状态空间模型
Physics-Informed State Space Models for Day-Ahead Photovoltaic Power Forecasting
AI 导读
研究人员提出一种结合可微光伏转换模型与选择性状态空间骨干网络（PowerMamba）的物理信息状态空间框架，用于日前光伏发电预测。该方法采用物理-残差分解结构，由物理模块提供结构化基准，状态空间模型基于数值天气预报输入学习未来24小时的残差修正。在一整年地面电站规模光伏数据测试中，该方法比纯物理基准降低了38.5%的RMSE和45.8%的MAE，且优于纯数据驱动模型。
来源：arXiv 机器学习 · arxiv.org