一种基于深度学习的微电网动态调度方法

本发明公开了一种基于深度学习的微电网动态调度方法，包括：融合工业物联网采集与GIS定位，构建覆盖多节点的多变量原始时空数据集；通过多分辨率小波与傅里叶变换提取多尺度特征，并与动态邻接矩阵联合，利用多尺度注意力门控与图卷积及时序神经网络模型实现特征自适应分配和非线性动态建模；本发明能够有效提升微电网负荷及状态预测的准确性、系统泛化能力及异常响应水平，为智能调度与异常分析提供有力支撑。