【Цель】 В связи с увеличением мощности крупных ветряных установок, резким увеличением радиуса лопастей, усложнением распределения поля входящего воздушного потока перед установкой и влиянием вертикальной срезки ветра, что затрудняет адекватное представление условий входящего потока только на основе эффективной скорости ветра в одной точке на высоте ступицы, предложен метод выбора и оценки многоточечной характерной скорости ветра для крупных ветряных установок. 【Методы】 Во-первых, на основе сеточных данных поля входящего воздушного потока предлагается поэтапный алгоритм случайного леса с Boruta (RF-Boruta) для стабильного отбора характерных точек скорости ветра внутри сверхбольшой площади охвата ротора; затем введена гибридная многомерная нейронная сеть с долгой кратковременной памятью (x LSTM-Mixer), сочетающая встроенную инженерную стратегию признаков с учетом задержек вход-выход, для построения модели многоточечной сверхкороткосрочной многошаговой динамической оценки скорости ветра, управляемой динамическими характеристиками установки; наконец, проведено численное моделирование большого вихря и сбор данных потокового поля для 10 МВт ветряной установки в платформе SOWFA и семи условий ветрового поля по стандарту IEC для верификации метода. 【Результаты】 Результаты показывают, что отобраны четыре представительных характерных точки скорости ветра, включая центр ступицы (радиус 50–60 м, угловое разделение 120°), а модель x LSTM-Mixer демонстрирует относительную ошибку фильтрации текущих значений и прогноза на следующие 80 шагов менее или равную 2.8%, достигая секундной точности, статистика Колмогорова-Смирнова (KS) ≤0.2, индекс структурного сходства (SSIM) ≥0.96; по сравнению с традиционными моделями LSTM и Transformer точность повышена примерно на 10%, при заметном преимуществе в совместимости распределений и способности улавливать структуру. 【Вывод】 Метод преодолевает ограничения представления скорости ветра одной точкой, обеспечивая надежную техническую поддержку для прогнозирования ветровой энергии, управления работой установки и оценки выработки электроэнергии.

ветровая энергетика; пространственно-временной выбор признаков; нейронная сеть xLSTM-Mixer; динамическая многошаговая оценка временных рядов