本發(fā)明提供了一種基于Transformer與LSTM混合模型的智能風(fēng)電功率預(yù)測方法，屬于深度學(xué)習(xí)技術(shù)領(lǐng)域。本發(fā)明對風(fēng)電場數(shù)據(jù)進(jìn)行短期或超短期預(yù)測，針對風(fēng)電場數(shù)據(jù)的隨機(jī)性、波動(dòng)性和尖峰性，設(shè)計(jì)了Transformer與LSTM混合模型。該混合模型能夠高效率地訓(xùn)練出精度優(yōu)良的模型，加快新能源領(lǐng)域的數(shù)字化轉(zhuǎn)型，能夠取得更為優(yōu)異的訓(xùn)練效果，在訓(xùn)練過程能夠充分利用過去寶貴的經(jīng)驗(yàn)。本發(fā)明結(jié)合Transformer與LSTM模型的優(yōu)點(diǎn)，既能夠準(zhǔn)確地預(yù)測數(shù)據(jù)，又能夠高效地訓(xùn)練數(shù)據(jù)，為深度學(xué)習(xí)技術(shù)在風(fēng)電場領(lǐng)域的應(yīng)用提供了理論依據(jù)和實(shí)踐經(jīng)驗(yàn)。