摘要
太阳辐射辐照度预测对于克服光伏发电输出的波动性、推动太阳能能源的商业化应用具有基础性与关键性作用。准确的预测依赖于历史太阳辐射数据，以及多种气象变量（如风速、湿度和云量）之间的相关性，还包括空间相邻区域间天气背景的相互影响。然而，现有研究多局限于对少数与太阳辐射具有明显相关性的变量（如日照时长）进行时空分析，未能从多种气象变量中构建大气背景信息。为此，本研究提出一种新型太阳辐射辐照度预测模型，将来自多个观测站点的大气参数表示为带属性的动态网络，并通过扩展现有的时空图卷积网络（ST-GCN）模型，分析该网络随时间演变的动态特征。通过与现有模型的对比，本研究进一步探讨了以下三方面因素对预测性能的贡献：（i）站点间的空间邻近性，（ii）气象变量的时间变化特性，以及（iii）变量类型的多样性。研究在朝鲜半岛观测站点的小时级太阳辐射辐照度预测任务上，评估了所提模型与现有模型的性能。实验结果表明，上述三个特征之间具有协同效应，其相互关联性难以通过单一维度的分析手段有效揭示。