专利名称 一种特征融合图神经网络的短期住宅用电量预测方法
申请号/专利号 CN202510054369.9 专利权人(第一权利人) 长春工业大学
申请日 2025-01-14 授权日 2025-06-24
专利类别 授权发明 战略新兴产业分类 新一代信息技术
技术主题 电力调度|工程学|电力|图神经网络|智能电网|用电量|神经网络|电网|特征数据|因子分析|数据挖掘|特征融合|技术支持|多特征融合|邻接矩阵|能源消耗|可再生能源
应用领域 预测|生物学模型
意向价格 具体面议
专利概述 本发明为一种特征融合图神经网络的短期住宅用电量预测方法,属于电力系统短期用电量预测技术领域。其解决了传统方法在捕捉时空依赖关系和特征融合方面的不足,主要技术要点包括:采集并预处理真实世界公开的住宅历史用电量数据及辅助特征数据,通过输入模型分别进行处理;搭建并行时间卷积结构;通过逆向三模态因子分析法构建三维动态邻接矩阵;设计多特征融合模块,将辅助特征的时空关系动态引入到主特征预测中;引入残差连接与跳跃连接结构,最终构建多特征融合时空图神经网络模型,并通过评价指标验证模型的有效性。结果表明,本发明可以提升电力调度与能耗管理的精准性,为智能电网和可再生能源管理提供技术支撑。
图片资料 一种特征融合图神经网络的短期住宅用电量预测方法
合作方式 具体面议
联系人 戚梅宇 联系电话 13074363281