基于动态时空图卷积神经网络的储能系统电网调配方法

本发明提供基于动态时空图卷积神经网络的储能系统电网调配方法。涉及储能管理领域，包括：S1：获取电网节点的时间序列数据；S2：利用动态时空图卷积神经网络依次执行图卷积层操作和时间卷积操作，提取时间序列数据的时空特征；S3：计算时空特征的注意力加权特征；S4：将时空特征和注意力加权特征基于模糊规则处理新能源出力不确定性；S5：基于联邦学习框架实现分布式模型训练，并通过注意力机制动态更新模型参数；S6：整合节点地理位置及连接关系，输出增强特征；S7：增强特征经全连接层和激活函数，输出电网负荷预测结果，并且动态调控储能系统的充放电策略。实现新能源高渗透场景下的电力供需动态平衡，降低运营成本和环境影响。