一种特征融合图神经网络的短期住宅用电量预测方法

本发明为一种特征融合图神经网络的短期住宅用电量预测方法，属于电力系统短期用电量预测技术领域。其解决了传统方法在捕捉时空依赖关系和特征融合方面的不足，主要技术要点包括：采集并预处理真实世界公开的住宅历史用电量数据及辅助特征数据，通过输入模型分别进行处理；搭建并行时间卷积结构；通过逆向三模态因子分析法构建三维动态邻接矩阵；设计多特征融合模块，将辅助特征的时空关系动态引入到主特征预测中；引入残差连接与跳跃连接结构，最终构建多特征融合时空图神经网络模型，并通过评价指标验证模型的有效性。结果表明，本发明可以提升电力调度与能耗管理的精准性，为智能电网和可再生能源管理提供技术支撑。