魏 超，赵志岗，焦晓峰，俎海东，张利慧

（1.内蒙古电力科学研究院，呼和浩特 010020；2.内蒙古能源发电金山热电有限公司，呼和浩特 010000）

短期天气预测对于光伏发电、风力发电等新能源发电形式的预测控制具有重要的参考意义[1,2]。天气预测主要是通过科学的方式，针对某个地区在未来的一段时间内气温高低和气候变化的预测分析。同时，利用相应的理论分析，建立数据模型进行预测处理。传统的天气预报是以气象观测数据为初值条件，通过计算机进行数值计算，再用流体力学和热力学的方程组进行求解，根据得出的数值结果表现大气变化，推测可能发生的天气。目前，正是人工智能对产业赋能的新时代，天气预报本身就是大数据问题，涉及不同时间和空间上的海量数据，人工智能又是一种处理大数据的工具，可以绕过物理模型，因此为天气预报提供了一种新的思路[3]。

图1 卷积神经网络结构Fig.1 Structure of convolution neural network

1 卷积神经网络的模型构建

卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一[4]。卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类。一个卷积神经网络的一般组成包括输入层、卷积层、池化层、激活函数、全连接层、输出层。卷积神经网络的结构要根据数据和任务进行搭配，并不是一成不变的。比方说，如果识别图片或者对图片分类会参考非常经典的VGG结构。虽然结构可以自由搭配，但是各层搭配还是有一定顺序的。……