一种基于自适应图卷积神经网络的风力发电能力预测方法及相关装置

一种基于自适应图卷积神经网络的风力发电能力预测方法及相关装置，该方法包括：对风力发电时间序列数据采用缺省值处理技术将缺失的数据补充完整，对于采样时间不同的数据进行对齐，并对每类数据进行标准化；将经过预处理的风力发电时间序列数据进行特征编码，将时间序列数据的时间信息进行编码并将其映射到低维空间；语义图卷积学习时间特征得到语义相似性和时间特征；地理空间图卷积学习空间特征得到语义相似性和时间特征；融合语义相似性和时间特征及地理空间依赖性和时空特征，并将融合后特征解码为对未来各风力发电机发电能力的预测。本发明通过自适应的图卷积网络学习风力发电机之间的相互影响，可提高风力发电功率的预测精度和泛化能力。