一种基于图神经网络的用电量预警方法、系统、介质及处理器

本申请公开了一种基于图神经网络的用电量预警方法、系统、介质及处理器，涉及用电量预警技术领域。方法包括：获取用电单元数据并标准化，构建带边权重的用电单元结构图，基于图结构模型通过图神经网络更新节点特征，结合历史样本进行特征提取与预警检测。边权重融合用电单元类型系数和环境参数距离系数，通过邻接矩阵归一化实现节点特征的邻居信息聚合。系统包括获取、构建、更新和预测模块。计算机可读存储介质和处理器可执行上述方法。本申请通过图神经网络捕捉用电单元间非线性关联，综合环境因素提升预警准确性，适用于电网负荷预测与实时管理，有效解决传统方法拓扑分析不足、环境因素考量缺失的问题，具有高效性和鲁棒性。