基于GNN和LSTM组合模型的用水量预测方法

基于GNN和LSTM组合模型的用水量预测方法，包括GNN(图神经网络)和LSTM（长短时记忆网络）组合模型的产业园区企业用水量预测，包括以下步骤：S1.获取园区内企业的历史用水量及相关影响因素数据，包括时间标识和气象标识，进行数据预处理。S2.构建基于GNN和LSTM的组合模型，所述模型中，利用LSTM模型提取企业用水量时间特征，GNN模型提取企业之间关系特征，GNN‑LSTM叠加模型提取组合特征，特征拼接后作为输入通过全连接层得到用水量预测值；S3.利用历史数据进行模型训练，更新模型参数，得到组合预测模型；本发明中的组合模型考虑了产业园区内企业之间的复杂关联对用水量的影响，利用了数据中的时空关系特征，进一步提高了预测精度。