摘要
本发明涉及区域风速预测技术领域,公开了一种多点位风速时空预测方法及系统,包括:采集多个测点的地理参数、风力参数和气象参数,得到各测点的监测数据序列;确定测点的空间阵列布局,并抽取测点的监测数据序列与对应空间位置信息进行预处理,得到风速数据序列;抽取预处理的测点风速数据序列作为样本,对基于Transformer和N‑S方程的物理信息神经网络进行训练,借助自注意力机制的Transformer模型捕获风速数据序列中的长期依赖关系,并依据N‑S方程学习风速变化的物理规律,得到风速预测模型;采用所述多点位风速时空预测模型对风速数据序列进行预测得到预测风速结果;本发明解决了现有的风速预测方法存在忽略风速空间相关性,考虑风速变化的物理机制不完全的问题。
技术关键词
时空预测方法
风速预测模型
矩阵
方程
神经网络模型
风速变化规律
变量
序列
数据
表达式
参数
科里奥利
风速预测技术
地球自转角速度
风速预测方法
连续性
注意力机制
物理
系统为您推荐了相关专利信息
移动充电调度方法
栅格地图
机器人避障
全局路径规划
智能机器人
管道泄漏预测方法
神经网络参数
生成训练数据
物理
神经网络模型