[发明专利]一种风速预报方法、模型训练方法、装置和存储介质

权利要求书

1.一种风速预报方法，其特征在于，所述风速预报方法包括：

获取测风塔的风速观测数据、风速预报数据和气溶胶参数数据；

将所述风速观测数据和所述气溶胶参数数据输入第一同化模型，得到风机实际风速修正数据，所述第一同化模型为由测风塔的历史风速观测数据、历史风速预报数据、历史风机风速数据和历史气溶胶参数数据进行多元线性回归拟合得到；

将所述风速预报数据和所述气溶胶参数数据输入气溶胶修正模型，得到预报风速修正数据，所述气溶胶修正模型由所述历史气溶胶参数数据和所述风速预报数据训练确定；

将所述风机实际风速修正数据、所述预报风速修正数据输入第二同化模型，得到风场风速预测数据。

2.如权利要求1所述的风速预报方法，其特征在于，将所述风速观测数据和所述气溶胶参数数据输入第一同化模型，得到风机实际风速修正数据包括：

获取所述第一同化模型的参数数据；

基于所述第一同化模型的参数数据，将所述风速观测数据输入至所述第一同化模型进行多元线性拟合，得到风机实际风速修正数据。

3.如权利要求1所述的风速预报方法，其特征在于，所述气溶胶参数数据包括当前区域内的第一气溶胶参数数据和当前区域的相邻的至少一个周边区域的第二气溶胶参数数据；所述将所述风速预报数据和所述气溶胶参数数据输入气溶胶修正模型，得到预报风速修正数据包括：计算第一气溶胶参数数据与第二气溶胶参数数据中的气溶胶光学厚度差；将所述气溶胶光学厚度差和所述风速预报数据输入所述气溶胶修正模型，其中，所述气溶胶修正模型为所述气溶胶光学厚度差和风速预报数据作为输入，以风速预报数据对应的实际风速数据作为输出，经过多轮训练得到。

4.如权利要求1所述的风速预报方法，其特征在于，所述将所述风机实际风速修正数据、所述预报风速修正数据输入第二同化模型，得到风场风速预测数据包括：

对所述预报风速修正数据进行WPS过程处理，得到同化过程的初始场数据和边界条件；

将所述风机实际风速修正数据输入背景场误差，得到同化过程的初始场修正数据；

基于所述初始场修正数据和所述边界条件进行再积分，得到风场风速预测数据。

5.如权利要求4所述的风速预报方法，其特征在于，所述基于所述初始场修正数据和所述边界条件进行再积分，得到风场风速预测数据包括：

基于所述初始场修正数据和所述边界条件得到数值模式数据；

基于待预测测风塔的场站位置信息确定参数函数及气象变量；

基于所述参数函数对所述数值模式数据进行循环处理，得到风场风速预测数据。

6.如权利要求5所述的风速预报方法，其特征在于，所述基于所述参数函数对所述数值模式数据进行循环处理，得到风场风速预测数据包括：

基于所述参数函数进行水平插值和垂直插值，得到水平插值结果和垂直插值结果；

基于所述气象变量计算风向和相对湿度变量，得到风向计算结果和相对湿度变量计算结果；

基于所述水平插值结果、垂直插值结果、风向计算结果和相对湿度变量计算结果进行合并处理，得到所述风场风速预测数据。