阿通社哈尔滨2025年4月15日电 据哈尔滨工业大学消息，该校电子与信息工程学院林连雷教授研究团队在智能风速预测领域取得重要突破，成功研发出一种融合多元气象数据的风速预报网络(MFWPN)，实现了低空短时风场的高精度智能预报。相关研究成果近日以《一种短时风速预测的机器学习方法》为题发表在国际知名学术期刊《自然通讯》(Nature Communications)上。
据介绍，风能作为未来能源结构中的重要清洁能源，具有随机性和难以存储的特点，导致风电供应存在不确定性。同时，低空空域对流强烈、气象条件复杂，严重威胁低空飞行器的安全。因此，高精度的短期风速预测对风电调度和保障低空飞行安全具有重要意义。
林连雷教授团队提出的多元气象数据融合风预报网络采用卷积-自注意力架构提取风速的时空特征，并利用时空融合模块整合多变量气象信息。研究结果表明，该模型在前6小时内的预测精度优于欧洲中期天气预报中心模型，具有良好的泛化能力，可快速应用于不同地区的风速预测。
效率测试显示，该预报网络仅需18毫秒即可完成对东北地区未来24小时精细网格矢量风速的预测，为风电场规划和低空飞行器路径规划提供了有力支持。