[发明专利]基于图卷积神经网络和Transformer的时空短期风速预测方法及系统

摘要

本发明公开了一种基于图卷积神经网络和Transformer的时空短期风速预测方法及系统，该方法包括：获取相邻多风场的气象数据，并对数据进行预处理；根据相邻多风场的历史风速测量值，构建复数邻接矩阵；将预处理后的气象数据输入风速预测模型，以复数邻接矩阵作为图卷积神经网络所需的邻接矩阵，使用两层图卷积神经网络对预处理后的相邻多风场的气象数据进行特征提取；然后将得到的时空特征输入到Transformer网络中，得到风速的预测值。本发明可以有效地提升预测的精确性，准确的预测结果能够有效提高风能资源的利用率，降低风功率波动对电网稳定性的影响，从而实现风电场的经济、高效运行。