基于时空图神经网络的风电场风速预测方法、介质及设备

本发明公开了一种风力发电技术领域的基于时空图神经网络的风电场风速预测方法、介质及设备，对原始风速序列进行频率增强，得到频率增强风速序列；将频率增强风速序列输入时间卷积模块得到时序特征；根据原始风速序列构建包含非稳态信息的风速序列，将包含非稳态信息的风速序列输入图学习模块构建空间图结构；将时序特征和空间图结构进行动态图卷积得到第一时空特征；构建包含时序特征和空间特征的时空统一图，通过傅立叶图神经网络对时空统一图中的时序特征和空间特征同时学习，得到第二时空特征；将第一时空特征和第二时空特征进行融合，结合预测时间步得到风速预测值。本发明提高了模型的泛化能力以及能够更好地学习到数据中隐含地频率信息。