摘要
本发明提供一种基于时空动态图的电力系统负载在线预测方法,属于时间序列预测技术领域,包括如下步骤:S1:电力系统时序数据采集;S2:时空动态图模型构建,构建主体由时域卷积网络(TCN)以及图卷积网络(GCN)组成的时空动态图模型;S3:在线时域卷积模块构建;S4:在线图卷积模块构建,包括矩阵多项式、图漂移感知机制和图记忆模块;S5:模型在线预测和训练,本方法旨在利用电力系统负载数据来构建基于时空动态图的时间序列在线预测模型,模型整体通过时域卷积网络TCN及图卷积网络GCN捕获电力系统负载数据的时空关联,并在GCN模块基于矩阵多项式生成动态邻接矩阵,建模变压器关联模式的进化趋势,以提高电力系统时间序列在线预测的准确度。