基于大语言模型的风光出力时序预测方法

王胜; 张凌浩; 佘佐超; 倪松; 佘文魁

doi:10.16527/j.issn.1003-6954.20260205

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于大语言模型的风光出力时序预测方法

更新时间：2026-05-14

- 基于大语言模型的风光出力时序预测方法
- Vol. 49, Issue 2, Pages: 30-37(2026)
- 作者机构：
  
  1. 国网四川省电力公司电力科学研究院
  2. 新型电力系统安全与运行四川省重点实验室
  3. 国网四川省电力公司成都供电公司
  4. 国网四川省电力公司自贡供电公司
  5. 四川中电启明星信息技术有限公司
- 作者简介：
- 基金信息：
- DOI：10.16527/j.issn.1003-6954.20260205
  CLC： TM61;TP18
- Published：2026
- 稿件说明：
移动端阅览
王胜, 张凌浩, 佘佐超, et al. 基于大语言模型的风光出力时序预测方法[J]. 2026, 49(2): 30-37.
DOI：

王胜, 张凌浩, 佘佐超, et al. 基于大语言模型的风光出力时序预测方法[J]. 2026, 49(2): 30-37. DOI： 10.16527/j.issn.1003-6954.20260205.

摘要

随着高比例可再生能源并网，风光发电出力预测愈发重要。然而，现有基于统计和机器学习的风电预测方法存在复杂非线性时序特征挖掘难、领域知识融合不充分等问题。基于大语言模型的强大特征提取能力及固有的自然语言交互能力，提出了一种面向风光出力的时序预测方法，主要创新包括：一是通过领域监督微调使大语言模型适配风光出力时序预测任务，支持自然语言指令输入，简化了领域知识融合过程；二是提出时序推理机制，包括电力时序数据与自然语言模态的跨模态表征，以及基于中间变量引导的因果推理方法，增强数据特征挖掘与推理能力。实验验证了领域适配微调和时序推理模块的有效性，且所提方法在风力发电和光伏发电出力预测任务中均表现出较优性能。

Abstract

关键词

Keywords

references

王睿,孙秋野,胡伟,张化光,王鹏.面向“碳达峰、碳中和”的新型电力系统的潮流计算[J].全球能源互联网,2022(05).

王金锋,杨宇琦,温栋,孙晓晨,任正某,王茹月.基于GA-BP和RBF的风力发电时间序列混沌预测组合模型[J].电网与清洁能源,2022(11).

康重庆,杜尔顺,郭鸿业,李姚旺,方宇晨,张宁,钟海旺.新型电力系统的六要素分析[J].电网技术,2023(05).

王晓东,盛庆博,孙立群,刘绍鹏,王新燕,刘杰.基于AdaBoost算法的光伏电站中长期发电预测[J].工业仪表与自动化装置,2023(02).

邵玉琢,汪紫情,计芯蕊,陈奕恒,李浩,薛朝辉.基于GRU-BiLSTM的光伏发电中长期功率预测[J].自动化应用,2023(15).

丁俐夫,陈颖,肖谭南,黄少伟,沈沉.基于大语言模型的新型电力系统生成式智能应用模式初探[J].电力系统自动化,2024(19).

郑晓亮,杨晓亮,来文豪.新能源发电预测方法分类及研究进展[J].科学技术与工程,2024(34).

张祖菡,刘敦楠,凡航,杨柳青,段赟杰,李赟,马振宇.基于大语言模型的电力系统预测技术研究综述[J].发电技术,2025(03).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

极端气温下配电网综合脆弱性辨识方法

一种基于红外-声注意力的变电站多模态巡检技术

面向复杂配电环境的融合终端异构网络切换数据帧修复机制

西藏地区脉动风对高压线路风偏影响研究

“新型电力系统分布式资源聚合与市场化协同运行”专题征稿启事

Related Author

No data

Related Institution

No data

AI问答

⁰