一种基于双域自适应图神经网络的分布式光伏出力预测方法及系统

本发明涉及一种分布式光伏出力预测方法，通过经纬度数据构建图结构，并依赖分布式光伏出力数据提取时空相关性进行预测。图注意力网络(GAT)作为内层图神经网络，用于捕获节点之间的注意力权重；而局部‑全局图神经网络作为外层网络，使用动态自适应邻接矩阵提取全局空间相关性，同时使用静态距离邻接矩阵提取局部空间相关性。内层外层相结合以更好地捕捉由于云移动导致的空间相关性的变化。此外，还利用Bi‑GRU提取分布式光伏出力的时间相关性，结合使用注意力机制根据权重合并Bi‑GRU的每个时间片进行预测。与现有技术相比，本发明可以有效解决现有分布式光伏出力预测方法空间特征提取不足导致精度不高的问题。