| 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 |
|
||
| 合作方式 | 具体面议 | ||
| 联系人 | 戚梅宇 | 联系电话 | 13074363281 |