基于图卷积神经网络和门控循环单元的空间负荷预测方法

本发明公开了一种基于图卷积神经网络和门控循环单元的空间负荷预测方法，属于配电网规划技术领域。包括整合待预测区域的网架结构、用地信息等基础数据信息；建立配准基图、用地信息图层、Ⅰ类元胞图层和Ⅱ类元胞图层；采用GESD算法对Ⅰ类元胞历史负荷数据中的奇异值进行检测并修正；利用空间电力负荷网格化技术将Ⅰ类元胞负荷转化成Ⅱ类元胞负荷；使用GCN和GRU构建空间负荷预测模型，利用GCN提取Ⅱ类元胞负荷之间的空间特征，利用GRU获取Ⅱ类元胞负荷的时序特征，通过全连接层输出基于Ⅱ类元胞的空间负荷预测结果。本发明综合考虑了元胞负荷之间的空间影响关系和元胞负荷自身的时序发展规律，提高了预测精度，能够给电力系统规划提供更准确的数据支持。