原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于图卷积网络模型的面向概率电力负荷预测方法，利用具有双重卷积通道的网络模型分别处理不同的分解分量，全面地从负荷数据中捕捉到时序关联性信息，并得到时空特征矩阵。将时空特征矩阵与自适应邻接矩阵通过堆叠的图卷积网络，得到图卷积特征矩阵。最后将图卷积特征矩阵通过线性变换得到自注意力机制的Q、K和V矩阵，然后执行自注意力机制得到自注意力特征矩阵，将自注意力特征矩阵与图卷积特征矩阵进行残差连接，然后进行归一化处理，得到预测负荷值矩阵。本发明能够同时从地理和语义两个层面来全面提取空间关联性信
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116960991 A
(43)申请公布日 2023.10.27
(21)申请号 202311222388.5 G06N 3/082 (2023.01)
文档评论（0）