哈工大全媒體（梁英爽 張宗偉/文 張宗偉/圖）近日，電子與信息工程學(xué)院林連雷教授團(tuán)隊(duì)在智能風(fēng)速預(yù)測(cè)領(lǐng)域取得重要研究進(jìn)展，創(chuàng)新性地構(gòu)建出融合多元?dú)庀髷?shù)據(jù)的風(fēng)速預(yù)報(bào)網(wǎng)絡(luò)（MFWPN），實(shí)現(xiàn)了低空短時(shí)風(fēng)場(chǎng)的高精度智能預(yù)報(bào)，研究成果以《一種短時(shí)風(fēng)速預(yù)測(cè)的機(jī)器學(xué)習(xí)方法》（A machine learning model for hub-height short-term wind speed prediction）為題發(fā)表在《自然通訊》（Nature Communications）上。該成果可支撐智能風(fēng)電發(fā)展，為低空飛行器的飛行安全提供保證。

風(fēng)能作為清潔能源在未來(lái)能源結(jié)構(gòu)中至關(guān)重要。然而，風(fēng)電的隨機(jī)性及其無(wú)法存儲(chǔ)的弊端也導(dǎo)致了風(fēng)電供應(yīng)的不確定性。此外，在低空經(jīng)濟(jì)領(lǐng)域，低空空域?qū)α鲝?qiáng)烈、氣象條件復(fù)雜，嚴(yán)重威脅著低空飛行器的飛行安全。因此，準(zhǔn)確的短期風(fēng)速預(yù)測(cè)（WSP）對(duì)于風(fēng)力發(fā)電的調(diào)度、運(yùn)維，保障低空飛行器安全至關(guān)重要。

風(fēng)速預(yù)測(cè)工作摘要圖

針對(duì)上述問(wèn)題，林連雷教授團(tuán)隊(duì)提出了多元?dú)庀髷?shù)據(jù)融合風(fēng)預(yù)報(bào)網(wǎng)絡(luò)（MFWPN）來(lái)實(shí)現(xiàn)精細(xì)網(wǎng)格矢量風(fēng)速預(yù)報(bào)新方法。該研究使用卷積-自注意力（CNN-Transfomer）架構(gòu)提取風(fēng)速的時(shí)空特征，使用時(shí)空融合模塊融合多變量氣象信息。結(jié)果表明，在前6個(gè)小時(shí)內(nèi)，MFWPN在矢量風(fēng)速預(yù)測(cè)精度方面優(yōu)于歐洲中期天氣預(yù)報(bào)中心（ECMWF）模型。遷移實(shí)驗(yàn)表明，MFWPN具有良好的泛化性能，可快速應(yīng)用于不同地區(qū)的風(fēng)速預(yù)測(cè)。效率實(shí)驗(yàn)表明，MFWPN僅需18毫秒即可預(yù)測(cè)未來(lái)東北地區(qū)24小時(shí)的精細(xì)網(wǎng)格矢量風(fēng)速。憑借其準(zhǔn)確性和高效性，MFWPN可成為預(yù)測(cè)矢量風(fēng)速的有效工具，助力風(fēng)電中心的超短和短期部署規(guī)劃，為低空飛行器的路徑規(guī)劃提供有力支撐。

預(yù)測(cè)風(fēng)場(chǎng)的玫瑰分布圖

實(shí)驗(yàn)區(qū)域預(yù)測(cè)效果圖

哈工大為論文第一完成單位，林連雷教授為論文通訊作者，電子與信息工程學(xué)院博士研究生張宗偉為論文第一作者，博士研究生高升、王俊凱、趙漢卿、于航懿參與相關(guān)研究工作。該研究獲國(guó)家重點(diǎn)實(shí)驗(yàn)室基金等項(xiàng)目支持。

論文鏈接：https://doi.org/10.1038/s41467-025-58456-4