一种基于树结构引导的图神经网络风力发电功率预测方法

本发明公开了一种基于树结构引导的图神经网络风力发电功率预测方法。针对现有深度学习模型在风力发电预测任务中忽略输入变量间相互作用且缺乏可解释性的问题，本发明利用风力发电过程中变量的层级关系构建树状结构，将树结构模型二值化矩阵与邻接矩阵进行合并，得到基于树结构引导的图邻接矩阵；将输入变量与树结构引导的图邻接矩阵输入图神经网络模型中对风力发电功率进行预测；通过图神经网络模型中的关键子图提取模块能够得到对预测风力发电功率有关键作用的变量以及变量之间的连接关系。通过反事实解释量化各过程变量对风力发电功率预测的贡献度。本发明有效解决了风力发电功率预测中预测模型可靠性不足与可解释性差的难题。