一种极端天气下基于时空图卷积网络的电力负荷预测方法

本发明提供了一种极端天气下基于时空图卷积网络的电力负荷预测方法。包括：采集电力系统中多个负荷节点的历史负荷数据及区域气象要素数据，并通过模型解释与回归分析相结合的方式，筛选对负荷影响显著的关键气象特征构建气象特征向量。采用多变量经验模态分解与奇异值分解对负荷数据进行多尺度重构，提取平滑有效的负荷特征张量。在此基础上，结合节点物理连接关系构建图网络结构，并在时间维度上融合负荷与气象特征，形成节点时序特征。利用时空图卷积网络模型对负荷进行预测。本发明能够有效建模负荷数据的时空依赖关系，增强对极端天气条件下负荷变化的预测准确性，具有良好的鲁棒性和泛化能力。