基于时空增强的预训练大语言模型的风电预测方法及系统

本发明提供了基于时空增强的预训练大语言模型的风电预测方法及系统，属于时空风电预测技术领域。所述方法包括收集区域内各个风电机的风电数据；对风电数据进行周期项和趋势项的分解；根据分解后的周期项和趋势项构建时间提示和空间提示；结合时间提示和空间提示，以及预训练的大语言模型（GPT‑2）预测未来的风电表征；将未来的风电表征输入局部空间模块来学习风电机之间的空间依赖关系并输出预测的发电功率数据。本发明通过预训练大语言模型，提升了系统在不同场景下的泛化能力，使得预测结果更具有可靠性和适用性，降低了系统运行和维护的成本和难度，提高了系统的自动化程度和可操作性。