1.一种基于BP算法的风速预测方法，其特征在于，包括如下步骤：步骤一、获取现有风速预测值数据；

步骤二、构建BP神经网络，所述BP神经网络包括输入层、隐藏层和输出层；

步骤三、取最近一段时间内的现有风速预测值数据作为数据集，将数据集的数据输入BP神经网络的输入层，得到第一组风速预测值；

步骤四、将第一组风速预测值中第一天的预测值添加到数据集中并一起输入BP神经网络的输入层，得到后一天的风速预测值，并重复迭代预测，得到第二组预测值；

步骤五、将第一组风速预测值中第一天的预测值替换数据集中第一天的数据，形成新的数据集，将新的数据集的数据输入BP神经网络的输入层，得到后一天的风速预测值，并不断循环更新数据集并预测，得到第三组预测值；

步骤六、分别将现有预测值与步骤三、四、五得到的预测值与对应观测值之间的相关系数和均方根误差，分别测评每个模型前后预测值和观测值的偏差，取效果最好的预测值作为最终风速预测值。

2.根据权利要求1所述基于BP算法的风速预测方法，其特征在于：所述BP神经网络的隐藏层为5。

3.根据权利要求2所述基于BP算法的风速预测方法，其特征在于：将现有风速预测值数据按80%和20%的比例划分训练集和测试集，并用训练集训练BP神经网络，训练次数为1000次。

4.根据权利要求3所述基于BP算法的风速预测方法，其特征在于：所述步骤中数据集中数据的时间跨度为10天。