一种数据与物理双驱动的微电网风电功率预测方法与系统

一种数据与物理双驱动的微电网风电功率预测方法与系统，包括通过Pearson相关系数法特征优选气象敏感因子特征集、通过内嵌Weibull约束的PINNs模型重构最佳气象敏感因子时间序列、优化LSTM模型超参数空间、将优化后的气象要素特征集整合入改进的深度学习模型中，获取风电功率短期预测结果。本发明联合数据与物理驱动技术，可以有效捕捉风速在不同地点和时间上的不确定性和随机性，改善气象数据质量从而提升风电功率预测精度。