<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">27</journal-id>
      <journal-title-group>
        <journal-title>《机械工程》</journal-title>
        <abbrev-journal-title>Mechanical engineering</abbrev-journal-title>
      </journal-title-group>
      <issn>ISSN：2661-3530(P)/2661-3549(O)</issn>
      <publisher>
        <publisher-name>环宇科学出版社;华文国际出版社</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">24417</article-id>
      <title-group>
        <article-title>大型组串式沙漠光伏电站发电量预测方法及系统：中东极端环境下多模态融合与时空特征增强的工程实践</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>陈应坚 中国能源建设集团广东火电工程有限公司</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2025</year>
        <month>12</month>
      </pub-date>
      <issue>12</issue>
      <abstract>
        <p>中东极端沙漠环境的高温、高沙尘特征严重影响组串式光伏电站发电稳定性与可预测性，给电网调度和运维带来挑战。为提升预测精度，本文提出多模态融合与时空特征增强的预测方法并研发工程化系统。构建涵盖气象、运行及辅助数据的多模态体系，经预处理保障数据质量；设计四层预测架构，采用特征层注意力融合机制整合多源数据，结合混合网络与图神经网络强化时空特征提取；基于该方法开发的系统实现多核心功能。实测验证表明，该方法预测精度优于传统模型，系统运行稳定，可为极端环境光伏电站运维与调度提供技术支撑。</p>
      </abstract>
    </article-meta>
  </front>
</article>
