1.一種基于神經網絡與數值模式融合的超短期風速訂正預報方法，其特征在于，包括：
2.根據權利要求1所述的基于神經網絡與數值模式融合的超短期風速訂正預報方法，其特征在于，利用歷史的風速預測偏差對神經網絡模型進行訓練，具體是：
3.根據權利要求2所述的基于神經網絡與數值模式融合的超短期風速訂正預報方法，其特征在于，所述相似距離的計算方式為：
4.根據權利要求2所述的基于神經網絡與數值模式融合的超短期風速訂正預報方法，其特征在于，所述風速預測偏差根據公式（2）計算得到：
5.根據權利要求1所述的基于神經網絡與數值模式融合的超短期風速訂正預報方法，其特征在于，所述神經網絡模型利用過去n個時間步長的風速預測偏差來預測獲得未來m個時間步長的風速偏差，對歷史的風速預測偏差數據集采用交叉驗證法，則該預測過程表示為：
6.根據權利要求5所述的基于神經網絡與數值模式融合的超短期風速訂正預報方法，其特征在于，間隔時間t=n×m，m為大于等于1的自然數。
7.根據權利要求1所述的基于神經網絡與數值模式融合的超短期風速訂正預報方法，其特征在于，利用預測獲得的下一時刻的風速偏差訂正下一時刻的風速預測結果，得到下一時刻的風速預報結果，具體是：
8.一種基于神經網絡與數值模式融合的超短期風速訂正預報裝置，其特征在于，所述裝置采用如權利要求1-7任意一項所述的基于神經網絡與數值模式融合的超短期風速訂正預報方法，所述裝置包括：
9.一種基于神經網絡與數值模式融合的超短期風速訂正預報裝置，其特征在于，所述裝置包括存儲器和處理器，其中存儲器存儲有如權利要求1-7任意一項所述基于神經網絡與數值模式融合的超短期風速訂正預報方法，所述處理器用于加載并執(zhí)行如權利要求1-7任意一項所述基于神經網絡與數值模式融合的超短期風速訂正預報方法。
10.一種存儲介質，其特征在于，所述存儲介質中存儲有如權利要求1-7任意一項所述基于神經網絡與數值模式融合的超短期風速訂正預報方法。