本发明涉及数据处理技术领域，具体涉及一种风速预测方法、设备及介质，本发明方法通过长短时记忆网络，将历史输入风速序列编码，得到原序列在隐空间特征映射。通过定义一个扩散步骤的马尔科夫链，在前向过程中向序列编码种逐步添加噪声，直至原编码成为纯噪声序列。然后使网络学习反向扩散过程，使其能够从噪声中构建原始序列在隐空间的特征映射关系。并从重构的特征关系中得到下一时刻的预测值。在风速预测领域，本发明方法相对于其他的深度学习方法准确率更高。