一种基于数据驱动的多能源负荷预测与配电网规划方法

本发明公开了一种基于数据驱动的多能源负荷预测与配电网规划方法，包括以下步骤：步骤一：收集并整理用于负荷预测和配电网规划的历史数据和实时数据；步骤二：结合GCN和LSTM构建一个基于GCN‑LSTM深度学习的预测多能源负荷的模型；步骤三：在步骤二构建的基于GCN‑LSTM深度学习的预测多能源负荷的模型中引入贝叶斯定理，建立负荷预测模型；步骤四：建立基于MDP的配电网扩展规划的建模思路，将规划周期分为多个阶段，在每个阶段，定义当前状态和可选动作，根据当前状态和可选动作，选择实现长期规划目标的最优决策；步骤五：在步骤四的基础上，构建基于MDP的配电网扩展规划的模型，通过求解MDP的配电网扩展规划的模型，得到每个阶段的最优动作和相应的奖励。