中國教育報-中國教育新聞網(wǎng)訊（記者 曹曦）記者從哈爾濱工業(yè)大學獲悉，近日，該校電子與信息工程學院林連雷教授團隊在智能風速預(yù)測領(lǐng)域取得重要研究進展，創(chuàng)新性地構(gòu)建出融合多元氣象數(shù)據(jù)的風速預(yù)報網(wǎng)絡(luò)（MFWPN），實現(xiàn)了低空短時風場的高精度智能預(yù)報，研究成果以《一種短時風速預(yù)測的機器學習方法》為題發(fā)表在《自然通訊》上。該研究獲國家重點實驗室基金等項目支持。

風能作為清潔能源在未來能源結(jié)構(gòu)中至關(guān)重要。然而，風電的隨機性及其無法存儲的弊端也導(dǎo)致了風電供應(yīng)的不確定性。此外，在低空經(jīng)濟領(lǐng)域，低空空域?qū)α鲝娏?、氣象條件復(fù)雜，嚴重威脅著低空飛行器的飛行安全。因此，準確的短期風速預(yù)測（WSP）對于風力發(fā)電的調(diào)度、運維，保障低空飛行器安全至關(guān)重要。

針對上述問題，林連雷教授團隊提出了多元氣象數(shù)據(jù)融合風預(yù)報網(wǎng)絡(luò)（MFWPN）來實現(xiàn)精細網(wǎng)格矢量風速預(yù)報新方法。該研究使用卷積-自注意力（CNN—Transfomer）架構(gòu)提取風速的時空特征，使用時空融合模塊融合多變量氣象信息。結(jié)果表明，在前6個小時內(nèi)，MFWPN在矢量風速預(yù)測精度方面優(yōu)于歐洲中期天氣預(yù)報中心（ECMWF）模型。遷移實驗表明，MFWPN具有良好的泛化性能，可快速應(yīng)用于不同地區(qū)的風速預(yù)測。效率實驗表明，MFWPN僅需18毫秒即可預(yù)測未來東北地區(qū)24小時的精細網(wǎng)格矢量風速。憑借其準確性和高效性，MFWPN可成為預(yù)測矢量風速的有效工具，助力風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。據(jù)悉，該成果可支撐智能風電發(fā)展，為低空飛行器的飛行安全提供保證。