复杂地形下新能源电站风光要素的机器学习订正预报方法

本发明公开了复杂地形下新能源电站风光要素的机器学习订正预报方法，涉及数据处理技术领域，包括，获取目标区域的多源观测数据集，对目标区域的多源观测数据集进行数值预报同化；获取目标区域的水风光发电站的出力数据集，通过统计方法基于数值预报同化的多源观测数据集和出力数据集，确定预报因子；根据预报因子，建立并训练联合预测模型；获取目标区域在待预测时间段的气象预报数据，通过联合预测模型基于目标区域在待预测时间段的气象预报数据，预测目标区域的水风光发电站在待预测时间段的水力发电功率、风力发电功率及光伏发电功率。本方法通过资料同化改进初始场，以改进数值预报效果。