基于Swin-Transformer框架的气象-风电功率联合预测方法

本发明提供了基于Swin‑Transformer框架的气象‑风电功率联合预测方法，涉及风电短期预测领域，包括以下步骤：获取历史风电时序功率数据和未来气象网格预报数据；将获取的历史风电时序功率数据和未来气象网格预报数据进行时空位置编码卷积，分别输出气象预报数组和历史功率的初始特征，将这两组初始特征在最后一维度上进行合并、填充形成一个新的特征数据；将新的特征数据输入到气象‑新能源预测模型中，输出融合特征，将融合特征再次卷积和一个MLP层得到最终的预测结果。本发明解决了气象网格数据与风电时序数据模态不一致，难以有效地融合并被机器学习模型理解的问题；解决了气象网格数据冗余度高，传统机器学习模型难以有效地利用并提升预测精度的问题。