大语言模型驱动融合物理预报场的风电功率预测方法

本发明提供一种大语言模型驱动融合物理预报场的风电功率预测方法，涉及风电功率预测领域。本发明融合了物理预报场数据作为历史输入和未来修正，能够有效利用大语言模型神经网络架构学习历史输入的数据模式，预测未来风电功率，获得预测精度上的大幅提升。所提出的自适应注意力分解方法，用于多变量信息解耦，该方法可以有效解决传统模型中多个变量信息耦合在一个嵌入中导致的信息耦合和高维演化复杂化，有效聚合多变量之间的关联性，分离嵌入编码，提升预测性能。此外，使用自回归预测方法对未来风电功率进行预测，和大语言模型的预训练方式保持一致，充分开发大语言模型能力，综合提升了风电功率预测精准度。