一种基于联邦双分支图神经网络的用电预测方法、系统、设备及存储介质

本发明公开了一种基于联邦双分支图神经网络的用电预测方法、系统、设备及存储介质，涉及智能电网用电预测领域，方法包括：收集各客户端用电量数据，构建时空耦合的双分支图结构，各客户端构建本地预测模型。服务器初始化全局预测模型，客户端用本地数据训练本地模型并更新参数，上传至服务器。服务器接收所有客户端参数后聚合生成全局参数，再下发给客户端更新本地模型，持续迭代训练，直至满足停止条件，利用客户端本地模型和服务器全局模型对用电量数据进行预测；本发明提升了智能电网用电预测的准确性与泛化能力，缓解了客户端数据有限导致的过拟合，精准捕捉用电量尤其是峰值变化，助力电力系统稳定运行和合理规划。