多尺度门控聚合用于太阳辐照度预测：一种适用于模态内和跨模态场景的通用融合方法

《Engineering Applications of Artificial Intelligence》：Multi-Scale Gated Aggregation for solar irradiance forecasting: A general fusion method for intra-modal and cross-modal scenarios

　　

摘要

基于人工智能的太阳辐照度预测对并网光伏系统至关重要。目前的方法涵盖从文本时间序列模型到结合文本与天空图像的多模态方法，但这些方法往往面临高计算成本、特征提取有限以及多模态融合效率不高等问题。为应对上述挑战，本文提出了一种新颖的多尺度门控聚合（MSGA）方法——一种统一的线性复杂度融合机制，适用于模态内（如内生变量与外生变量）和跨模态（如文本与图像）场景。基于该方法，我们提出了多尺度门控聚合Transformer（MSGAformer）模型，这是一种基于Transformer的时间序列模型，围绕两个专用组件构建：用于高效依赖建模与融合的MSGA模块，以及用于自适应特征精炼的双门控特征协同（DGFS）模块。实验结果表明，MSGAformer consistently outperforms 现有最先进模型，在四个超短期预测时间窗口（10–60分钟）上均将均方根误差（RMSE）降低1.8%–3.8%。在多模态设置下，基于MSGA的融合方法在准确性和鲁棒性方面也优于传统的跨模态注意力机制。这些结果验证了MSGA作为一种有效融合范式的价值，为太阳辐照度预测的未来发展以及更广泛的多模态时间序列应用提供了可靠指导。

引言

随着公众对化石燃料消耗和气候变化问题的日益关注，可再生能源的发展已受到全球广泛关注（Kabir等，2018）。作为最丰富且最容易获取的可再生能源之一，太阳能凭借其发电成本低和环境友好等显著优势，具有替代化石燃料、满足全球能源需求的巨大潜力。然而，太阳能的高间歇性和不确定性对维持电力系统平衡及有效消纳可再生能源电力提出了严峻挑战（Pei等，2024）。这些挑战进一步加剧了依赖单一数据源的预测任务的复杂性，例如气象观测数据或全天空图像。因此，整合这些数据源以构建多模态数据，实现跨时间尺度的准确太阳辐照度预测，不仅是有效利用太阳能的前提，也是确保光伏电站并网和运营管理的关键组成部分（Feng等，2022）。

太阳辐照度预测任务可按时间尺度进行分类，其中超短期预测（分钟至数小时）对于电网运营商管理因动态天气条件引起的太阳能功率快速波动尤为重要，从而为实时调度提供可靠支持（Jonathan等，2025，Nie等，2024）。太阳辐照度预测的常用方法包括物理模型、统计模型和机器学习模型。与前两者相比，机器学习方法能够提供更为精确且信息量更丰富的预测结果。近年来，深度学习方法在该领域得到了广泛应用，众多研究证实这些方法不仅能实现相对准确的太阳辐照度预测，还能进一步提升模型的泛化能力和鲁棒性（Kumari和Toshniwal，2021）。

基于时间序列的太阳辐照度数据具有内在随机性，表现出明显的周期波动和季节性变化特征。为应对这些复杂特性，各种深度学习方法已被探索以增强预测性能（Ajith和Martínez-Ramón，2023）。例如，J. Liu等人（2023）提出了一种基于卷积神经网络、长短期记忆网络和多层次感知器（CNN–LSTM–MLP）的集成混合模型，通过误差校正和变分模态分解技术显著提高了预测准确性。类似地，Xiao等人（2023）开发了一种结合Neural Prophet（NP）、CNN和LSTM的光伏功率预测模型，将多源气象数据特征融入CNN–LSTM框架，进一步优化了预测准确性。

然而，基于循环神经网络（RNN）的模型，如LSTM和门控循环单元（GRU），仍面临梯度消失和梯度爆炸等问题，这可能限制其在长序列预测中的性能（Venkatraman等，2015）。为克服这些局限，自注意力机制（Vaswani等，2023）作为一种非递归结构，能够更有效地利用长期记忆、提供全局视野，并动态调整对输入序列不同时间步的关注，从而为太阳辐照度预测等任务带来更优异的性能，尤其在处理多输入序列和更长预测窗口时。基于自注意力机制的Transformer已被广泛应用于太阳辐照度预测领域（Hussan等，2026）。例如，Kim等人（2024）提出了PVTransNet，一种基于Transformer的多步光伏功率预测模型，利用定制的Transformer变体有效整合多时间序列特征，通过多头注意力机制提升预测准确性。类似地，Yu等人（2024）提出了时频集成Transformer模型TFEformer，通过整合时序注意力、傅里叶注意力和频率注意力机制，有效捕获数据的时间域和频率域特征。Tao等人（2024）设计了基于Transformer的光伏功率预测模型PTFNet，该模型提取时序与特征依赖关系，并将物理建模与数据增强技术相结合，显著提高了预测准确性。同样，Zhang等人（2025）开发了一种新颖的CRAformer模型用于多步太阳辐照度预测，采用跨残差注意力机制和编码器–解码器双输出结构来解耦复杂数据结构，从而更准确地指导预测过程。

然而，在复杂天气条件下的超短期预测中，仅依赖历史时间序列数据的模型往往难以捕获因云层移动引起的快速辐照度变化，凸显了需要补充能够反映此类瞬态现象的数据源的必要性（Dou等，2025）。全天空图像作为超短期太阳能预测的关键外生数据源，直接提供云层分布和动态的视觉信息（Zhang等，2023）。将其与历史时间序列数据整合通常能显著提升预测准确性，这得益于天空图像特征与即将发生的辐照度变化之间存在强相关性（H. Li等，2025）。研究表明，这种多模态融合方法在10分钟至1小时的预测时间窗口中尤为有效（Paletta等，2023）。

与传统全天空图像特征提取方法（如红蓝像素比、光流）相比，深度学习方法能够在无需手动预处理的情况下高效提取特征，并建立整合多源数据的端到端预测模型（Yao等，2022）。许多研究者训练卷积神经网络、循环神经网络和Transformer架构来从云量图像中提取时空相关性特征，用于太阳辐照度建模。这一方法凸显了深度学习模型在技术上的显著潜力，不仅能够整合时间序列文本数据和全天空图像，还能将它们结合形成多模态观测数据，从而有效提升太阳能预测性能（Paletta等，2024）。近年来，多模态融合技术在处理多源数据任务方面发展迅速（Zhang等，2020，Wang等，2025），其核心在于探索模态间的互补性并减少冗余信息。因此，许多研究者已将多模态融合应用于基于多源数据的太阳辐照度预测。除传统研究采用简单拼接进行多模态特征融合外（Feng等，2022，Xu等，2024），近年来涌现了多种创新方法。其中，跨模态注意力机制已被证明是实现多模态融合的有效手段。J. Liu等人（2023）将历史太阳辐照度数据与地面天空图像特征相结合：Informer模型编码历史全局水平辐照度（GHI），ViT处理从天空图像中提取的光流图，双跨模态注意力机制融合这些特征，在10分钟预测中保持nRMSE为4.28%。此外，R. Li等人（2025）提出了SolarFormer模型，使用Bi-GRU编码历史卫星波段信息以估计当前GHI，通过分块时空注意力机制捕获云层运动的长程依赖，并引入并行立方注意力机制以选择性聚焦关键时空特征。同样，Zhang等人（2026）提出了Sky-BiMamba框架，使用时间感知跨模态注意力在时间步级别逐步对齐天空图像与历史功率序列，随后通过跨模态注意力门控选择自适应融合模态表示。类似地，H. Li等人（2025）采用TimesNet-T2T-ViT架构来精炼时序特征、建模天空图像动态，并通过Transformer模块融合模态。鉴于这一趋势，探索模态间的内在耦合以提升准确性已成为当前研究热点。然而，如何在预测阶段有效整合多模态数据中复杂的模态内和跨模态特征信息，仍是一个关键挑战。

在上述研究基础上，基于时间序列和基于多模态的预测方法均面临关键挑战。从时间序列建模的角度来看，许多现有方法未明确区分内生变量（如辐照度等预测目标）与外生变量（如温度、湿度和风速等气象输入）。以相同方式处理它们不仅会增加时间和内存复杂度，还会引入外部信息与目标序列之间不必要的交互，甚至因预测冗余的外生变量而导致效率低下。此外，基于Transformer的时间序列模型虽然能够通过注意力机制捕获时序依赖和多变量相关性，并通过前馈网络（FFN）建模非线性模式，但仍存在计算复杂度高和提取充分丰富特征能力有限的问题。这些局限性凸显了对低复杂度架构优化以及更有效整合内生变量与外生变量机制的需求。在多模态融合方面，尽管注意力机制已被广泛用于建模跨模态依赖，但其实现仍面临固有瓶颈。例如，主流的双跨模态注意力机制需要分别计算两条完整的注意力路径，显著增加了融合阶段的计算负载和参数数量。此外，大多数方法假设两种模态对预测的贡献相等，忽视了太阳能预测中主导数据和辅助数据的天然区别。这可能阻碍模态间的深入有效交互。因此，开发一种复杂度更低、能充分挖掘跨模态耦合的融合方法仍是一个关键挑战。

为解决上述问题与不足，本文提出了一种新颖高效的MSGAformer模型，用于超短期多步太阳辐照度预测。该模型以Transformer为骨干网络，引入新颖的编码器–解码器结构，以高效分离特征提取与预测生成。具体而言，编码器负责从外生变量中提取特征，而解码器专注于高效预测内生变量。这一设计显著增强了内生变量与外生变量的有效整合。首先，我们设计了多尺度门控聚合模块（MSGA），以线性复杂度实现并替代注意力机制的相关性建模能力。其次，我们提出了双门控特征协同模块（DGFS），在单一计算结构内同时实现复杂特征构建和特征选择，从而直接替代FFN。第三，在预测阶段，主干网络完成特征提取后，DGFS对特征执行全局门控，确保进入最终预测的特征纯净且有用。此外，在多模态融合场景中，MSGA还可作为高效的跨模态融合桥梁，实现轻量化的特征交互。本文的创新点和主要贡献总结如下：

• 提出了一种新颖的MSGAformer模型，以增强内生变量与外生变量的有效整合。该模型在不增加或减少经典Transformer内部组件的情况下，性能优于现有主流模型，在保持模型可解释性的同时实现超短期多步太阳辐照度预测。

• 设计的MSGA以线性复杂度捕获变量间的依赖关系，抑制无关特征，实现高效的信息交互。

• MSGA还可作为单向增强的多模态融合方法，实现更具针对性和轻量化的跨模态交互，从而高效捕获模态间的相关性。

• 引入的DGFS在单一结构内同时实现复杂特征提取和特征选择双重功能，提升特征质量，增强模型预测性能。

本文的组织结构如下：第2节阐述研究方法的原理和具体步骤。第3节介绍案例研究的数据来源和处理方法，以及性能评估指标。第4节详细呈现各种实验结果并进行深入讨论。

第5节提供了研究结论以及未来研究方向的前景展望。章节片段

**问题定义**

外生变量序列定义为 $X_{1:L,C}^{ex} = \{x_1, x_2, \ldots, x_L\}^\top \in \mathbb{R}^{L \times C}$，其中 $L$ 表示回看窗口中的时间点数，$C$ 表示外生变量的数量，$x_i = \{\nu_{i,1}, \nu_{i,2}, \ldots, \nu_{i,C}\} \in \mathbb{R}^{1 \times C}$ 表示第 $i$ 个时间点所有 $C$ 个外生变量的观测向量，$\nu_{i,j}$ 表示第 $i$ 个时间点第 $j$ 个外生变量的观测值。类似地，内生变量序列定义为 $X_{1:L,1}^{en} = \{x_1, x_2, \ldots, x_L\}^\top \in \mathbb{R}^{L \times 1}$，其中 $x_i$ 表示……

**数据集描述**

本研究的数据集来源于国家太阳辐射数据库和NREL的MIDC（https://midcdmz.nrel.gov）（Andreas和Stoffel, 1981）。具体而言，在美国科罗拉多州戈尔登的SRRL站（北纬39.74°，西经105.18°，海拔1828.8米）采集了天空图像和太阳辐射数据。我们选取温度、湿度和风速作为核心气象参数；此外，考虑到我们整合了全天图像数据，我们纳入了总云量和不透明云量，以进一步增强……

**实验设置**

为评估所提出的MSGAFformer模型的性能，本研究选择了其他先进的基于深度学习的时序预测模型作为基线。具体而言，我们选取了近年来在时序预测领域表现出色的12个模型，包括TimeKAN（Huang等, 2025）、WPMixer（Murad等, 2024）、TimeXer（Y. Wang等, 2024）、TimeMixer（S. Wang等, 2024）、iTransformer（Liu等, 2024）、PatchTST（Nie等, 2023）、TSMixer（Chen等, 2023）、Crossformer……

**结论**

本研究提出了MSGAFformer，一种用于超短期太阳辐照度预测的新型基于Transformer的时序模型。其创新之处在于两个核心组件：多尺度门控聚合（MSGA）模块，可实现高效的线性复杂度信息融合；以及动态门控特征选择（DGFS）模块，用于自适应特征净化。更根本地说，MSGA机制本身构成了一种通用融合方法。其设计具有良好的通用性，能够无缝……

**CRediT作者贡献声明**

Zongbin Zhang：审稿与编辑、初稿撰写、可视化、验证、软件、资源、方法论、调查、形式分析、概念化。Xiaoqiao Huang：审稿与编辑、监督、软件、资源、项目管理、方法论、经费获取、概念化。Feiyan Cheng：软件、方法论。Yonghang Tai：审稿与编辑、监督、项目管理。

**利益冲突声明**

作者声明他们不存在任何已知的竞争性经济利益或个人关系，这些利益或关系可能影响本文所报告的工作。

**致谢**

本研究得到国家自然科学基金（62266053、62062070和62365017）、云南省基础研究计划项目（202501AS070013）、云南省中青年学术和技术带头人（202405AC350072）、云南省优秀青年基金（202301AW070001）以及云南省专家工作站（编号：202305AF150012）的资助。

Zongbin Zhang | Xiaoqiao Huang | Feiyan Cheng | Yonghang Tai