摘要
本发明提供一种基于静态与动态图时空学习的多节点风速预测方法,包括获取不同时间段多个监测点的风速数据;构建风速预测模型,并利用训练好的风速预测模型对风速进行预测。风速预测模型包括静态图学习模块、动态图学习模块、图卷积模块和时间卷积模块,本发明通过基于先验知识和实时风速数据构建静态和动态图,捕捉节点之间复杂且未知的空间依赖关系;通过整合时间卷积和图卷积,有效地结合长期和短期网络输出,从而生成准确的风速预测;通过充分捕捉风速数据的时空特征,有效提升预测精度,通过捕捉多节点间的长期静态和短期动态关联,并基于风向特征、风速数据的时间特征以及空间特征获取有效的风速预测结果。
技术关键词
风速预测方法
风速预测模型
卷积模块
节点
动态时间规整
多头注意力机制
矩阵
监测点
信息传播建模
序列
卷积滤波器
多层感知机
数据
因子
参数
关系