基于深度学习的微电网负荷预测优化算法

本发明涉及电网负荷预测优化技术领域，具体涉及基于深度学习的微电网负荷预测优化算法；包括以下步骤，利用传感器收集微电网实时运行数据，并基于收集的实时运行数据，将微电网划分为不同种类的节点类型，并基于所有节点之间的连接关系构建微电网拓扑结构图；根据输入的历史负荷数据集以及微电网拓扑结构图，对每个节点构建节点负荷序列特征和结构嵌入特征，并基于节点之间影响权重进行节点的运行负荷预测；根据节点的预测结果，综合邻接节点的预测输出，进行预测值的协同修正，同时，根据邻接节点的预测输出以及实际测量值之间的误差，动态调整节点之间的影响权重，基于调整后的影响权重进行微电网负荷预测。