基于残差图注意力网络模型的算力资源预测方法、系统及存储介质

本申请公开了一种基于残差图注意力网络模型的算力资源预测方法、系统及存储介质，涉及算力网络技术领域，公开了基于残差图注意力网络模型的算力资源预测方法，包括：获取每个算力节点及算力节点对应关联节点的算力资源历史数据，生成算力节点的历史时间序列；将历史时间序列输入至残差图注意力网络模型，得到算力节点的空间特征和多步长时序特征；基于空间特征和多步长时序特征，输出算力节点的资源预测值。本申请通过获取算力节点及其关联节点的历史数据构建历史时间序列，利用残差图注意力网络模型挖掘空间特征与长时序特征，最终输出资源预测值，精准捕捉算力网络中节点的复杂关系和资源变化趋势，提高算力资源预测的准确性。