一种基于DEST-GNN的多区域短期电力负荷预测方法

本发明涉及电力负荷预测技术领域，具体是一种基于DEST‑GNN的多区域短期电力负荷预测方法，包括以下步骤：数据准备：采集多区域历史负荷数据、气象数据及时间信息，并进行预处理和数据集划分；构建稀疏注意力机制；构建自适应图卷积网络；构建时间卷积网络：通过卷积操作提取时间序列特征；模型整合：融合上述步骤的输出构建预测模型，输出多区域负荷预测值；模型训练与评估：优化模型参数并验证预测精度，本发明基于DEST‑GNN的多区域短期电力负荷预测方法，通过构建图神经网络，结合稀疏注意力机制和自适应图卷积网络，充分挖掘多区域电力负荷数据中的时空相关性，提高预测精度。