基于实测功率和风速协同同化的风功率智能预测方法和系统

本发明公开一种基于实测功率和风速协同同化的风功率智能预测方法和系统，构建两阶段协同的“宏观趋势约束‑微观观测校正”双模态学习架构，通过Resnet3D‑Attention模型对NWP数据进行三维残差卷积与多头自注意力建模，生成具备气象动力学约束的短期预测背景场，为超短期订正提供宏观趋势基准；依托Resnet‑BiLSTM双分支同化网络，在功率空间内实现实时场站实测功率和风速数据与预测背景场的跨模态特征融合与动态误差校正，尤其在强对流天气、复杂地形等场景下，可增强预测结果对真实功率波动的拟合能力。