一种基于图神经网络的多物理量时空特征追踪方法及装置

本发明公开了一种基于图神经网络的多物理量时空特征追踪方法及装置。其中，方法包括：将获取的电力系统的历史样本数据和当前运行方式数据分别输入特征提取网络，获取历史数据变化频率特征和实时数据变化频率特征，其中，特征提取网络包括相互连接的共享卷积网络和时空图注意力网络；将当前运行方式数据依次输入共享卷积网络、最大池化层和反卷积层，获取关联特征；利用关联特征网络，根据历史数据变化频率特征、实时数据变化频率特征和关联特征生成自适应特征，获取当前运行方式数据中每个物理量的预测位置，完成多物理量追踪。