English(EN) Bidirectional Multimodal Fusion of Sky Images and Time-Series for Solar Forecasting with Large Language Models

LLM框架融合天空图像和时间序列以改进太阳能预测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-11 04:00

研究人员开发了SolCloudLLM，一个新颖的多模态预测框架，该框架利用大型语言模型（LLM）将天空图像与时间序列数据相结合。该方法旨在改进短期光伏发电和全球水平辐照度预测，这对于电网运行至关重要，并且经常受到云引起的斜坡的影响。通过双向融合天空图像块和时间序列块的表示，SolCloudLLM创建了一个统一的表示，利用了LLM的数据效率。在SIRTA和SKIPP'D数据集上的实验表明，SolCloudLLM的性能优于现有方法，尤其是在多云条件下和少样本学习场景中。 AI

影响这项研究可能带来更准确的太阳能发电预测，从而提高电网稳定性和可再生能源的整合。

排序理由该集群描述了一篇研究论文，其中详细介绍了一种用于太阳能预测的新模型和方法论。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一篇研究论文，其中详细介绍了一种用于太阳能预测的新模型和方法论。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Ken Chen, Maneesha Perera, Wei Wang, Sachith Seneviratne, Hansani Weeratunge, Saman Halgamuge · 2026-09-11 04:00

双向多模态融合天图与时间序列，利用大语言模型进行太阳能预测

arXiv:2609.11135v1 Announce Type: new Abstract: Short-term photovoltaic (PV) power and global horizontal irradiance (GHI) forecasts are essential for effective dispatch, reserve scheduling, and grid operations. At these forecasting horizons, errors are predominantly driven by clo…

本文如何被排名

报道来源 [1]

双向多模态融合天图与时间序列，利用大语言模型进行太阳能预测

相关话题