科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前的日前电价预测模型往往在欧式空间下进行建模，而许多研究表明图神经网络技术在各领域都具有优良的性能，但存在难以叠加多层以及鲁棒性不强等问题，因此，为进一步提升电价预测精度及图神经网络算法性能，提出基于图数据分割的子图集成学习方法，算法首先通过对区域电价多源信息进行图数据建模，形成具有边信息和节点信息的电价图数据，然后借鉴集成学习的思想，通过将电价图数据进行分割，形成多个子图数据，利用图卷积对每个子图进行图学习，最后将每个子图学习结果进行聚合，形成一层多子图学习层，所提方法适用于不同的图卷积核以及不同的下游任务场景，最后为日前电价预测任务构建预测模型。利用美国电力市场的运营数据进行算例分析，通过与对照算法对比及不同的图卷积核对比，证明所提算法具有更好的预测精准度。
- 单位
