本發(fā)明涉及氣象預測，特別是涉及一種太陽輻照度預測方法、裝置、設備、介質及產品。

背景技術：

1、凍融過程是高海拔極為獨特的氣候現象，其中土壤濕度和土壤溫度在陸面－大氣水循環(huán)和熱量交換中扮演著重要角色，它具有超過半年的記憶效應，能夠延續(xù)前期土壤水熱的異常情況，并通過陸一氣反饋對長期天氣預測產生重要影響。土壤濕度能通過蒸散發(fā)和調節(jié)能量對地表太陽輻射產生影響。一方面，土壤濕度向大氣輸送水汽，通過調節(jié)水汽影響局地云量，進而影響太陽輻射。另一方面，土壤濕度/溫度還能調節(jié)地氣能量交換影響大氣熱力狀況，偏多的土壤濕度會導致大氣溫度降低，進一步增加相對濕度促進云量的生成。因此，表征凍融過程的土壤溫度/濕度可通過其“記憶”特征調節(jié)隨后陸面－大氣之間的水分和能量交換，是預測高海拔地表太陽輻照度的可預測性來源。

2、目前，傳統(tǒng)預測方法主要考慮海溫、海冰等前兆信號對太陽輻照度進行預測，然而，高海拔天氣復雜，太陽輻照度預測的時效性和準確性不高。因此，亟需一種有效的太陽輻照度預測方法解決上述問題。

技術實現思路

1、鑒于上述問題，提出了本發(fā)明以便提供克服上述問題或者至少部分地解決上述問題的一種太陽輻照度預測方法、裝置、設備、介質及產品。

2、為實現上述目的及其他相關目的，本發(fā)明提供一種太陽輻照度預測方法，所述方法包括：

3、采集預設時間段內高海拔地區(qū)凍融過程中的歷史數據；其中，所述歷史數據包括云量、土壤溫度、土壤濕度、土壤類型以及太陽輻照度；

4、對所述歷史數據進行預處理，獲得預處理后的歷史數據；

5、利用所述預處理后的歷史數據，對預先構建的初始模型進行訓練，獲得太陽輻照度預測模型；

6、獲取新數據，并利用所述太陽輻照度預測模型對所述新數據進行太陽輻照度預測，生成可視化的預測結果。

7、可選地，所述對所述歷史數據進行預處理，獲得預處理后的歷史數據，包括：

8、剔除所述歷史數據中重復和錯誤記錄數據，獲得清洗后的歷史數據，并填補所述清洗后的歷史數據中的缺失值，獲得填補后的歷史數據；

9、對所述填補后的歷史數據進行平滑濾波處理，獲得濾波后的歷史數據，并去除所述濾波后的歷史數據中的異常值，獲得待處理歷史數據；

10、對所述待處理歷史數據進行標準化處理，獲得預處理后的歷史數據。

11、可選地，所述利用所述預處理后的歷史數據，對初始模型進行訓練，獲得太陽輻照度預測模型，包括：

12、獲取土壤焓的計算方程，并利用所述預處理后的歷史數據和所述計算方程，計算土壤焓值；

13、根據所述土壤焓值，計算出所述土壤焓值的超前滯后相關系數；

14、提取出所述預處理后的歷史數據中的太陽輻照度，并利用所述土壤焓值、所述超前滯后相關系數以及所述太陽輻照度，構建時間序列數據集；

15、將所述時間序列數據集劃分為訓練集和測試集，并利用所述訓練集對初始模型進行訓練，獲得初始太陽輻照度預測模型；

16、利用所述測試集對所述初始太陽輻照度預測模型進行評估，獲得評估結果，并根據所述評估結果調整所述初始太陽輻照度預測模型的物理參數，獲得太陽輻照度預測模型。

17、可選地，所述利用所述預處理后的歷史數據和所述計算方程，計算土壤焓值，包括：

18、提取出預處理后的歷史數據中的土壤濕度和土壤溫度；其中，所述土壤濕度包括固態(tài)水含量、液態(tài)水含量以及土壤干物質含量；

19、根據所述固態(tài)水含量、所述液態(tài)水含量、所述土壤干物質含量、所述土壤溫度以及所述計算方程，計算土壤焓值。

20、可選地，所述利用所述土壤焓值、所述超前滯后相關系數以及所述太陽輻照度，構建時間序列數據集的步驟之后，還包括：

21、利用所述土壤焓值和所述超前滯后相關系數，構建土壤焓值持久性模型，以通過所述土壤焓值持久性模型驗證所述土壤焓值在時間序列上的持久性；

22、在確定所述土壤焓值的持久性有效時，分析所述土壤焓值與所述太陽輻照度之間的相關性，以確定所述土壤焓值和所述太陽輻照度之間存在顯著性的相關關系。

23、可選地，所述利用所述太陽輻照度預測模型對所述新數據進行太陽輻照度預測，生成可視化的預測結果，包括：

24、對所述新數據進行預處理，獲得預處理后的新數據；其中，所述新數據包括云量、土壤溫度、土壤濕度以及土壤類型；

25、將所述新數據輸入所述太陽輻照度預測模型進行太陽輻照度預測，可視化展示預測結果，得到可視化的預測結果。

26、第二方面，本發(fā)明還提供一種太陽輻照度預測裝置，所述裝置包括：

27、采集模塊，用于采集預設時間段內高海拔地區(qū)凍融過程中的歷史數據；其中，所述歷史數據包括云量、土壤溫度、土壤濕度、土壤類型以及太陽輻照度；

28、預處理模塊，用于對所述歷史數據進行預處理，獲得預處理后的歷史數據；

29、訓練模塊，用于利用所述預處理后的歷史數據，對初始模型進行訓練，獲得太陽輻照度預測模型；

30、預測模塊，用于獲取新數據，利用所述太陽輻照度預測模型對所述新數據進行太陽輻照度預測，生成可視化的預測結果。

31、第三方面，本發(fā)明提供一種電子設備，所述電子設備包括：存儲器與處理器；所述存儲器用于存儲計算機程序；所述處理器用于執(zhí)行所述存儲器存儲的計算機程序，以使所述電子設備執(zhí)行如上所述的太陽輻照度預測方法的步驟。

32、第四方面，本發(fā)明提供一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被電子設備執(zhí)行時實現如上所述的太陽輻照度預測方法的步驟。

33、第五方面，本發(fā)明提供一種計算機程序產品，所述計算機程序產品中包括計算機程序代碼，當所述計算機程序代碼在計算機上運行時，使得所述計算機實現如上所述的太陽輻照度預測方法的步驟。

34、本發(fā)明提供的上述一個或多個技術方案，可以具有如下優(yōu)點或至少實現了如下技術效果：

35、本發(fā)明的太陽輻照度預測方法、系統(tǒng)、設備、介質及產品，所述方法包括：采集預設時間段內高海拔地區(qū)凍融過程中的歷史數據；其中，所述歷史數據包括云量、土壤溫度、土壤濕度、土壤類型以及太陽輻照度；對所述歷史數據進行預處理，獲得預處理后的歷史數據；利用所述預處理后的歷史數據，對預先構建的初始模型進行訓練，獲得太陽輻照度預測模型；獲取新數據，并利用所述太陽輻照度預測模型對所述新數據進行太陽輻照度預測，生成可視化的預測結果。

36、由此，本發(fā)明通過考慮高原陸面凍融過程、陸面過程記憶性以及地氣能量平衡，一定程度上提升對高海拔跨季節(jié)太陽輻照度的預測能力，增強了高海拔光伏場的太陽輻照度預測準確性。

技術特征：

1.一種太陽輻照度預測方法，其特征在于，所述方法包括：

2.根據權利要求1所述的方法，其特征在于，所述對所述歷史數據進行預處理，獲得預處理后的歷史數據，包括：

3.根據權利要求1所述的方法，其特征在于，所述利用所述預處理后的歷史數據，對初始模型進行訓練，獲得太陽輻照度預測模型，包括：

4.根據權利要求3所述的方法，其特征在于，所述利用所述預處理后的歷史數據和所述計算方程，計算土壤焓值，包括：

5.根據權利要求3所述的方法，其特征在于，所述利用所述土壤焓值、所述超前滯后相關系數以及所述太陽輻照度，構建時間序列數據集的步驟之后，還包括：

6.根據權利要求1所述的方法，其特征在于，所述利用所述太陽輻照度預測模型對所述新數據進行太陽輻照度預測，生成可視化的預測結果，包括：

7.一種太陽輻照度預測裝置，其特征在于，所述裝置包括：

8.一種電子設備，其特征在于，所述電子設備包括：存儲器與處理器，其中，所述存儲器用于存儲計算機程序，所述處理器用于執(zhí)行所述存儲器存儲的計算機程序，以使所述電子設備執(zhí)行如權利要求1至6中任一項所述方法的步驟。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有程序，所述程序運行時，用于執(zhí)行時實現權利要求1至6中任一項所述方法的步驟。

10.一種計算機程序產品，其特征在于，所述計算機程序產品中包括計算機程序代碼，當所述計算機程序代碼在計算機上運行時，使得所述計算機實現如權利要求1至6中任一項所述方法的步驟。

技術總結
本發(fā)明提供一種太陽輻照度預測方法、裝置、設備、介質及產品，所述方法包括：采集預設時間段內高海拔地區(qū)凍融過程中的歷史數據；其中，所述歷史數據包括云量、土壤溫度、土壤濕度、土壤類型以及太陽輻照度；對所述歷史數據進行預處理，獲得預處理后的歷史數據；利用所述預處理后的歷史數據，對初始模型進行訓練，獲得太陽輻照度預測模型；獲取新數據，利用所述太陽輻照度預測模型對所述新數據進行太陽輻照度預測，生成可視化的預測結果。本發(fā)明通過考慮高原陸面凍融過程、陸面過程記憶性以及地氣能量平衡，一定程度上提升對高海拔跨季節(jié)太陽輻照度的預測能力，增強了高海拔光伏場的太陽輻照度預測準確性。

技術研發(fā)人員：藺鄒興,李矜霄,朱雪誕,李嗣源,顏子翔,臧鈺歆
受保護的技術使用者：上海勘測設計研究院有限公司
技術研發(fā)日：
技術公布日：2025/1/2