一种基于动态图注意力网络组合算法的区域光伏出力数据增强与超短期功率预测方法

本发明公开了一种基于动态图注意力网络组合算法的区域光伏出力数据增强与超短期功率预测方法，该方法包括以下步骤：首先，利用贝叶斯算法优化后的变分模态分解模型将光伏功率序列分解为多个趋势平稳的子序列，并合并构造特征矩阵；其次，构建基于动态图注意力网络和Transformer的组合模型，对特征矩阵的时空动态关联关系进行表征，进而对缺失时刻的各子序列进行预测和重构，得到完备的光伏数据集；最后，引入基于变分推断原理的周期‑趋势分量解耦预测模型，将光伏功率分解为周期性分量与趋势性分量，分别预测后重构，提高光伏预测精度。本发明能够有效提升光伏数据的真实性和预测精度，为新能源消纳和电力系统安全运行提供有力支持。