近日，物理与电子信息学院光电信息专业研究生在能源领域顶级期刊Energy Conversion and Management（JCRQ1，中科院SCI一区TOP期刊，IF=11.533）发表研究成果“Hourly stepwise forecasting for solar irradiance using integrated hybrid models CNN-LSTM-MLP combined with error correction and VMD”，硕士研究生刘俊为第一作者，文章通讯作者为物理与电子信息学院云南省光电信息技术重点实验室骨干成员黄小乔副教授，云南师范大学为第一完成单位。

研究针对传统太阳辐照度预测方法存在精度、模型泛化能力、鲁棒性不够满意等问题，该论文提出了一种分步预测，使用集成混合模型并结合误差修正与VMD方法的预测方案。该方案从多视角优化模型，多角度的评估论证结果表明，该方案在太阳辐照度的预测精度、泛化能力等方面有极大的提升。该工作得到了国家自然科学基金(62266053)，云南省自然科学基金(202101AT070100)的资助。

                   图1使用集成混合模型CNN-LSTM-MLP并结合误差修正和VMD方法的逐小时分步太阳辐照度预测图形摘要