基于图卷积神经网络与时间序列融合的电力负荷预测方法及装置

本申请实施例提供一种基于图卷积神经网络与时间序列融合的电力负荷预测方法及装置，其方法包括：获取电力系统中设备间的拓扑关系，并根据所述电力系统中设备间的拓扑关系，构建电力系统拓扑模型；获取所述电力系统拓扑模型中每个节点的节点特征，并基于图卷积神经网络对所述电力系统拓扑模型中每个节点的节点特征进行更新，得到每个节点更新后的节点特征；获取所述电力系统拓扑模型中每个节点的历史时间序列特征，并通过将所述每个节点的历史时间序列特征与所述更新后的节点特征进行融合处理，得到每个节点的融合特征数据；通过将所述每个节点的融合特征数据输入至训练好的深度神经网络预测模型中，得到所述每个节点的电力负荷预测结果。