一种基于深度学习的时空多变量风场风速预测方法

一种基于深度学习的时空多变量风场风速预测方法，属于风场预测技术领域。获取多个不同位置传感器的位置Ck、地形lk以及其记录的多场环境数据，包括：风场数据：风速Ws、风向Wd，温湿度场数据：温度T、湿度H和雨场数据降雨量R，获取的多传感器多变量时序数据，使用基于变分自编码器的方法对数据中的异常值和缺失值进行处理；对数据进行0‑1归一化，将处理后的数据作为历史时序数据集，从历史时序数据集构建风场预测训练集和测试集。本发明能够准确预测高山峡谷地区风场的风速变化，并将这种预测应用于风灾预警、施工安全规划以及风力发电的项目管理和优化，实现将为在复杂地形中开展建筑和风力发电项目的相关行业提供重要的决策支持和安全保障。