一种基于产业链关联的电量波动预测与异常检测方法

本发明公开了一种基于产业链关联的电量波动预测与异常检测方法，涉及用电分析技术领域，包括从多源数据中提取电量波动的关联因子；根据关联因子构建产业链关联模型，产业链关联模型输出得到产业链特征；产业链特征通过LSTM模型对时间序列进行动态预测，根据预测电量数据进行异常检测及模型优化。本发明所述方法通过多源数据融合与动态特征提取，采用主成分分析、SHAP值分析，更全面地反映了影响电量波动的关键因素，提升了模型的适应性；通过利用图神经网络对产业链上下游行业间的关联性进行建模，提升了模型的预测精度和行业关联分析能力；通过结合LSTM和自动编码器技术，实现了对电量波动的高精度预测和实时异常检测。