摘要
本发明涉及电力系统负荷预测技术领域,且公开了一种基于多尺度时空图注意力网络的电力负荷预测方法,包括:时空负荷信息图构建、图注意力建模和门控特征融合单元。该种基于多尺度时空图注意力网络的电力负荷预测方,利用元胞划分区域空间,构建考虑元胞空间相关性的拓扑图,构建了三维特征融合的预测架构,通过图注意力网络解析空间拓扑关联,一维卷积网络挖掘负荷特征深层模式,双向门控循环单元捕获时间序列动态特性,门控机制进行多尺度特征加权融合,能够更好地建模复杂时空依赖,提升模型泛化能力,适应高频波动、多源异构的数据环境,提高电力负荷预测的准确性,为建设清洁低碳、安全高效的现代化电力体系提供有力支持。
技术关键词
电力负荷预测方法
注意力
门控循环单元
GRU神经网络
电力系统负荷预测技术
元胞
节点
输出特征
多尺度特征
负荷特征
融合特征
拓扑图
关系
线性
矩阵
异构