一种基于特征融合与深度学习的风速预测方法及相关设备

本发明提供了一种基于特征融合与深度学习的风速预测方法及相关设备，涉及风速预测技术领域，对获取目标区域的历史气象数据、历史预测风速、实际观测风速进行处理，得到气象数据特征、预测误差序列和风速误差特征；利用气象数据特征、历史预测风速、实际观测风速、风速误差特征、预测误差序列对构建的递进式深度学习模型进行训练，得到风速预测模型；将目标区域的气象数据特征和风速误差特征输入风速预测模型进行预测，得到目标区域的风速预测结果；与现有技术相比，本发明直接从风速误差中提取模式规律，将WRF气象衍生特征和误差衍生特征的融合实现信息互补，以提高风电场短中期风速预测精度。