本公开提出了融合长短期记忆网络和极限学习机的风电预测方法,获取风电功率序列及对应的气象数据,按照频率大小将风电功率序列的特征数据和气象特征数据重新组合形成低频组合输入特征向量和高频组合输入特征向量;将低频组合输入特征向量输入至训练好的长短期记忆网络预测模型,获得第一预测结果,将高频组合输入特征向量输入至训练好极限学习机预测模型,获得第二预测结果;将长短期记忆网络预测模型与极限学习机预测模型的预测结果融合,得到风电功率的最终预测结果。针对不同频率的分量设置不同的预测模型,融合预测模型的预测结果能够提高风电预测的效果。同时充分考虑风电气象信息与风电功率的强耦合作用,提高了风电功率预测的准确性①