来源：期刊VIP网 时间：
作者：潘连荣;吕嘉;李培恺;傅源;陈新凌;段秦尉;
单位：广西电网电力调度控制中心;清华大学电机工程与应用电子技术系;
摘要：针对现有负荷预测模型多侧重于时间序列分析而忽视空间依赖性的不足，提出一种基于元图增强卷积递归网络的短期负荷预测方法。首先，采用Transformer编码器模块，利用自注意力机制增强时间特征提取，有效捕捉负荷的长期依赖性和非线性变化；其次，设计动态拓扑结构学习模块，通过元图存储库自适应更新节点间的空间关系，解决传统固定图结构无法适应动态变化的问题；最后，采用双层时空特征提取结构，分别通过图卷积网络和递归神经网络提取空间和时间特征并进行融合，提升对复杂负荷特征的捕捉能力。基于IEEE 8500节点测试馈线和Pecan Street数据集的实验结果表明，所提方法在负荷预测的准确性和鲁棒性方面显著优于现有模型，验证了其在复杂配电系统中的有效性和应用潜力。
关键词：短期负荷预测;;配电系统;;时空神经网络;;元图学习;;时空异质性
基金资助：南方电网公司科技项目（046000KK52220010）
