一种微调预训练大模型进行风力发电预测的方法

本申请公开了一种微调预训练大模型进行风力发电预测的方法，该方法包括：获取历史多维时间序列数据集，通过滑动窗口进行时空特征融合生成风速趋势序列；基于相邻时间窗口的风速梯度，利用归一化函数生成步长调整参数；基于步长调整参数对预训练时序预测模型进行动态参数调整，结合分层迁移学习策略，通过自适应优化算法调整所述时序预测模型的顶层网络参数，得到优化后时序预测模型；利用优化后的模型对实时多维时间序列数据集进行处理，生成风力发电预测结果。通过动态调整模型参数及分层迁移学习策略，有效提升风力发电预测的精度和模型适配能力，适用于风力发电领域的时序预测场景。