[发明专利]风速预测方法、装置以及存储介质

权利要求书

1.一种风速预测方法，其特征在于，包括：

获取当前气象观测数据，所述当前气象观测数据包括：当前风速数据以及至少一种当前其他气象数据；

获取预训练的风速预测模型，所述风速预测模型包括三维卷积神经网络和长短期记忆网络，所述长短期记忆网络由历史气象观测数据训练得到，所述历史气象观测数据包括：历史风速数据和至少一种历史其他气象数据；

使用所述三维卷积神经网络提取所述当前气象观测数据的特征参数；

使用所述长短期记忆网络根据所述特征参数进行拟合运算，输出预测的风速数据。

2.根据权利要求1所述的风速预测方法，其特征在于，所述方法还包括：对所述长短期记忆网络进行训练；其中所述对长短期记忆网络进行训练，包括：

获取按照时间先后顺序采集的多组历史气象观测数据；

使用所述三维卷积神经网络提取每一组所述历史气象观测数据的特征参数；

按照所述时间先后顺序将每一组所述历史气象观测数据的特征参数输入长短期记忆网络，以训练所述长短期记忆网络。

3.根据权利要求1所述的风速预测方法，其特征在于，所述方法还包括：

初始化所述三维卷积网络的卷积核参数。

4.根据权利要求1所述的风速预测方法，其特征在于，还包括：

确定目标时间点；其中所述目标时间点与当前气象观测数据的采集时间点之间间隔的时间长度为，用于训练所述长短期记忆网络的多组历史气象观测数据的采集时间间隔；

将预测的风速数据确定为所述目标时间点的风速数据。

5.根据权利要求1所述的风速预测方法，其特征在于，所述方法还包括：

获取所述预测的风速数据对应的真实风速数据；

根据所述预测的风速数据和所述真实风速数据，计算所述长短期记忆网络的损失函数；

通过反向传播算法最小化所述损失函数，以优化所述长短期记忆网络。

6.一种风速预测装置，其特征在于，包括：

第一获取单元，用于获取当前气象观测数据，所述当前气象观测数据包括：当前风速数据以及至少一种当前其他气象数据；

第二获取单元，用于获取预训练的风速预测模型，所述风速预测模型包括三维卷积神经网络和长短期记忆网络，所述长短期记忆网络由历史气象观测数据训练得到，所述历史气象观测数据包括：历史风速数据和至少一种历史其他气象数据；

提取单元，用于使用所述三维卷积神经网络提取所述当前气象观测数据的特征参数；

拟合单元，用于使用所述长短期记忆网络根据所述特征参数进行拟合运算，输出预测的风速数据。

7.根据权利要求6所述的风速预测装置，其特征在于，还包括：

第三获取单元，用于获取按照时间先后顺序采集的多组历史气象观测数据；

提取单元，用于使用所述三维卷积神经网络提取每一组所述历史气象观测数据的特征参数；

训练单元，用于按照所述时间先后顺序将每一组所述历史气象观测数据的特征参数输入长短期记忆网络，以训练所述长短期记忆网络。

8.根据权利要求6所述的风速预测装置，其特征在于，还包括：

第四获取单元，用于获取所述预测的风速数据对应的真实风速数据；

计算单元，用于根据所述预测的风速数据和所述真实风速数据，计算所述长短期记忆网络的损失函数；

优化单元，用于通过反向传播算法最小化所述损失函数，以优化所述长短期记忆网络。

9.一种风速预测装置，其特征在于，包括：中央处理器，存储器,所述存储器为短暂存储存储器或持久存储存储器；所述中央处理器配置为与所述存储器通信，在所述风速预测装置上执行所述存储器中的指令操作以执行权利要求1至5中任一项所述的方法。

10.一种存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至5中任意一项所述的方法。