中國教育報-中國教育新聞網訊（記者 曹曦）記者從哈爾濱工業大學獲悉，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測領域取得重要研究進展，創新性地構建出融合多元氣象數據的風速預報網絡（MFWPN），實現了低空短時風場的高精度智能預報，研究成果以《一種短時風速預測的機器學習方法》為題發表在《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構中至關重要。然而，風電的隨機性及其無法存儲的弊端也導致了風電供應的不確定性。此外，在低空經濟領域，低空空域對流強烈、氣象條件復雜，嚴重威脅著低空飛行器的飛行安全。因此，準確的短期風速預測（WSP）對于風力發電的調度、運維，保障低空飛行器安全至關重要。

針對上述問題，林連雷教授團隊提出了多元氣象數據融合風預報網絡（MFWPN）來實現精細網格矢量風速預報新方法。該研究使用卷積-自注意力（CNN—Transfomer）架構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。結果表明，在前6個小時內，MFWPN在矢量風速預測精度方面優于歐洲中期天氣預報中心（ECMWF）模型。遷移實驗表明，MFWPN具有良好的泛化性能，可快速應用于不同地區的風速預測。效率實驗表明，MFWPN僅需18毫秒即可預測未來東北地區24小時的精細網格矢量風速。憑借其準確性和高效性，MFWPN可成為預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劃，為低空飛行器的路徑規劃提供有力支撐。據悉，該成果可支撐智能風電發展，為低空飛行器的飛行安全提供保證。