摘要
一种面向单点的风速中长期预测模型构建方法,通过对数值预报的结果提取以及对数据进行过滤和整理等操作构建训练数据集,并使用同样的方式将从历史的临近日和临近时提取的对应格点预报信息并加入训练数据集中,以此构建高质量的训练数据集,之后通过随机森林算法,筛选对风场预报影响显著的气象要素作为输入特征,再搭建融合注意力机制的AU‑Net卷积神经网络,在训练订正模型时,先只将待订正量作为模型的输入,训练单要素的订正模型;接着基于选取的风速订正输入气象要素,训练多要素订正模型,之后对训练完成的模型进行精度评价,实现对于中长期风速的预测和风速区域性中长期预报订正模型准确性的提升。