城市电力负荷时序预测方法及系统

本发明公开了一种城市电力负荷时序预测方法及系统，包括获取电力负荷相关的多维时序数据，并基于多维时序数据构建电力知识图谱；利用关系型图卷积神经网络对电力知识图谱的节点进行结构化嵌入表示学习，得到用于表示区域间结构依赖关系的嵌入向量；将嵌入向量与由多维时序数据划分得到的多个时序片段拼接，得到多个结构增强序列片段；将多个结构增强序列片段输入至FEDformer模型进行建模处理，得到时序负荷预测值；本发明通过显式刻画空间依赖关系，融合周期趋势与不确定性建模，实现高精度的电力负荷预测，具备更强的适应性、稳定性与解释性。