摘要
本申请公开了一种中压配电网负荷预测方法、装置、终端及介质,涉及中压配电网技术领域,本申请提供的方案通过引入动态图神经网络结合自适应邻接矩阵,能够根据实时运行状态调整负荷节点的连接关系,提高模型在电网拓扑变化场景下的预测稳定性和适应能力,同时采用动态图神经网络,能够从电网拓扑结构中提取负荷节点间的空间相关性,使预测模型能够有效学习不同节点之间的交互影响,从而提高负荷预测的整体准确度,解决了目前中压配电网负荷预测不准确的技术问题。
技术关键词
配电网负荷预测
历史负荷数据
动态邻接矩阵
注意力
历史运行数据
空间特征提取
网络
高斯核函数
节点
电网拓扑结构
负荷预测模型
配电网技术
存储程序代码
可读存储介质
误差
控制单元
系统为您推荐了相关专利信息
位姿估计方法
多任务
双分支网络
图像匹配
特征提取模块
分割提取方法
多源遥感影像数据
融合特征
归一化水体指数
注意力
医学图像分割方法
多尺度特征融合
分割医学图像
注意力
融合特征
短期预测方法
变量
多头注意力机制
令牌
数据嵌入