一种基于动态图神经网络的区域光伏功率预测方法

本发明公开了一种基于动态图神经网络的区域光伏功率预测方法，包括：通过融合实时气象数据、历史发电功率、设备状态与地理信息，显著提高了模型输入数据的质量与一致性；通过周期性动态更新时变邻接矩阵，精准捕捉区域内各电站的实时动态空间关系；利用动态图卷积和时间序列网络的协同建模方法，实现对复杂时空耦合依赖的精准预测；同时，通过隐马尔科夫状态转移模型的引入，实现功率预测序列的精细刻画和功率等级的合理分类，有效解决了传统预测方法对实时动态工况适应性不足的问题，最终实现区域光伏功率预测精度与稳定性的综合提升。