基于工业用户群体动态相关性的电力负荷预测方法

本公开属于电力系统运行与控制技术领域，提供了一种基于工业用户群体动态相关性的电力负荷预测方法，包括基于最大相关最小冗余准则得到每个工业用户负荷的最优特征集；基于最优特征集，得到每个工业用户负荷的相关系数矩阵；根据相关系数矩阵，利用图卷积神经网络实现工业用户群体的准确划分；基于工业用户群体，捕捉工业用户群体负荷的时序关系；构造新图结构，将各工业用户群体负荷的时序关系输入至动态图学习模型，自适应学习生成动态图邻接矩阵；利用动态图邻接矩阵训练基于新图结构数据的图卷积神经网络，预测各工业用户群体的负荷值。本公开能够实现对用电行为的动态监控和预测。