1.一种基于多位置数值天气预报短期风电功率预测方法，其特征在于，包括：
获取多位置数值天气预报的信息数据，所述信息数据包括：温度数据、风向数据、风速数据和气压数据；
对各所述信息数据进行降维处理，得到降维处理后的信息数据，所述降维处理后的信息数据包括降维后的温度数据、降维后的风向数据、降维后的风速数据和降维后的气压数据；
对所述降维处理后的风速数据采用卡尔曼滤波法进行修正，得到修正后的风速样本数据；
根据所述修正后的风速样本数据、所述降维后的温度数据、所述降维后的风向数据和所述降维后的气压数据，确定训练模型；
根据所述修正后的风速样本数据，确定预测日的风速数据；
根据多位置数值天气预报，确定预测日的预报温度数据、预报风向数据和预报气压数据；
根据所述预测日的风速数据、所述预报温度数据、所述预报风向数据、所述预报气压数据和所述训练模型，预测风电功率。
2.根据权利要求1所述的基于多位置数值天气预报短期风电功率预测方法，其特征在于，所述对各所述信息数据进行降维处理，得到降维处理后的信息数据，具体包括：
对各所述信息数据采用奇异值分解法进行降维处理，得到降维处理后的信息数据。
3.根据权利要求1所述的基于多位置数值天气预报短期风电功率预测方法，其特征在于，所述对所述降维处理后的风速数据采用卡尔曼滤波法进行修正，得到修正后的风速样本数据，具体包括：
设定卡尔曼滤波器的状态方程和量测方程；
根据所述状态方程和所述量测方程，确定最优状态估计矩阵；
获取数值天气预报模型在t时刻输出的预报风速和高斯非线性系统误差；
根据所述最优状态估计矩阵、所述预报风速和高斯非线性系统误差，得到修正后的卡尔曼滤波风速，所述修正后的卡尔曼滤波风速为修正后的风速样本数据。
4.根据权利要求1所述的基于多位置数值天气预报短期风电功率预测方法，其特征在于，所述根据所述修正后的风速样本数据、所述降维后的温度数据、所述降维后的风向数据和所述降维后的气压数据，确定训练模型，具体包括：
将所述修正后的风速样本数据、所述降维后的温度数据、所述降维后的风向数据和所述降维后的气压数据作为训练样本；
获取所述训练样本对应的风电功率；
根据所述训练样本和所述风电功率，确定训练模型。
5.根据权利要求1所述的基于多位置数值天气预报短期风电功率预测方法，其特征在于，所述根据所述修正后的风速样本数据，确定预测日的风速数据，具体包括：
根据多位置数值天气预报，得到天气预报预测的风速数据；
基于所述修正后的风速样本数据，对所述天气预报预测的风速数据采用欧氏距离法进行修正，确定预测日的风速数据。
6.一种基于多位置数值天气预报短期风电功率预测系统，其特征在于，包括：
信息数据获取模块，用于获取多位置数值天气预报的信息数据，所述信息数据包括：温度数据、风向数据、风速数据和气压数据；
降维处理模块，用于对各所述信息数据进行降维处理，得到降维处理后的信息数据，所述降维处理后的信息数据包括降维后的温度数据、降维后的风向数据、降维后的风速数据和降维后的气压数据；
修正模块，用于对所述降维处理后的风速数据采用卡尔曼滤波法进行修正，得到修正后的风速样本数据；
训练模块，用于根据所述修正后的风速样本数据、所述降维后的温度数据、所述降维后的风向数据和所述降维后的气压数据，确定训练模型；
预测日的风速数据确定模块，用于根据所述修正后的风速样本数据，确定预测日的风速数据；
其他数据确定模块，用于根据多位置数值天气预报，确定预报温度数据、预报风向数据和预报气压数据；
风电功率预测模块，用于根据所述预测日的风速数据、所述预报温度数据、所述预报风向数据、所述预报气压数据和所述训练模型，预测风电功率。
7.根据权利要求6所述的基于多位置数值天气预报短期风电功率预测系统，其特征在于，所述降维处理模块，具体包括：
降维处理单元，用于对各所述信息数据采用奇异值分解法进行降维处理，得到降维处理后的信息数据。
8.根据权利要求6所述的基于多位置数值天气预报短期风电功率预测系统，其特征在于，所述修正模块，具体包括：
方程设定单元，用于设定卡尔曼滤波器的状态方程和量测方程；
最优状态估计矩阵确定单元，用于根据所述状态方程和所述量测方程，确定最优状态估计矩阵；
获取单元，用于获取数值天气预报模型在t时刻输出的预报风速和高斯非线性系统误差；
修正后的风速样本数据确定单元，用于根据所述最优状态估计矩阵、所述预报风速和高斯非线性系统误差，得到修正后的卡尔曼滤波风速，所述修正后的卡尔曼滤波风速为修正后的风速样本数据。
9.根据权利要求6所述的基于多位置数值天气预报短期风电功率预测系统，其特征在于，所述训练模块，具体包括：
训练样本确定单元，用于将所述修正后的风速样本数据、所述降维后的温度数据、所述降维后的风向数据和所述降维后的气压数据作为训练样本；
风电功率确定单元，用于获取所述训练样本对应的风电功率；
训练模型确定单元，用于根据所述训练样本和所述风电功率，确定训练模型。
10.根据权利要求6所述的基于多位置数值天气预报短期风电功率预测系统，其特征在于，所述预测日的风速数据确定模块，具体包括：
风速数据获取单元，用于根据多位置数值天气预报，得到天气预报预测的风速数据；
风速数据修正单元，用于基于所述修正后的风速样本数据，对所述天气预报预测的风速数据采用欧氏距离法进行修正，确定预测日的风速数据。