（科研处 许应祥报道）近日，我校交通运输学院张荣权老师在能源领域TOP期刊Renewable Energy(影响因子9.1，中科院SCI期刊分区1区)上发表了题目为“Probabilistic prediction of photovoltaic power: A multi-task learning and large language model-based approach”的研究成果。这是我校首次以第一署名单位在此期刊上发表文章。
准确的光伏发电功率中长期概率预测对于优化发电计划和实现双碳目标具有重要价值。然而，目前光伏发电功率预测的研究主要侧重于短期预测，对于中长期概率预测的研究则相对不足，尤其是在数据可用性有限的情况下。因此，本研究提出基于多任务学习与大语言模型的中期光伏功率概率预测方法，取得四项创新突破：一是构建融合小波时频分析、多任务学习框架与尝尝补惭础架构的新型预测模型，填补了大语言模型在光伏功率预测领域的研究空白；二是开发基于空洞卷积双向门控网络的适配器机制，解决了尝尝补惭础模型在时序概率预测中的微调技术难题；叁是提出尝尝补惭础-顿颁叠尝概率预测框架，实现了光伏功率的中期概率预测方法创新；四是实证研究验证了所提方法在零/少样本场景下的预测性能显着优于顿别别辫厂别别办搁1等21种现有前沿方法。
此次突破性科研成果的取得，不仅彰显了我校教师在科研领域的扎实功底与创新能力，更是学校长期重视科研工作、优化创新生态的显着成效。学校将持续深化科研体制改革，鼓励原始创新与交叉融合，全力支持科研团队勇攀学术高峰，为服务国家战略需求和地方经济社会发展贡献更多智慧力量。
责任编辑：李妮娜
