鲁棒实时预测
针对短期负荷预测中图结构质量差、周期特征利用不足和时空特征耦合的问题，提出一种融合增强图结构学习、多尺度时间粒度和时空解耦机制的模型，在主流模型对比中展现出更优的鲁棒性和实时性。
Wenyue, Liu · 黄小玲 · Shan, Ji · 章东平 · 张帅
Expert Systems with Applications 2026
利用相似性算法和Gumbel Softmax采样策略构建图结构，降低对异常值的敏感性，缓解特征退化。
通过多尺度时间粒度输入，使模型能够捕获负荷数据中固有的周期模式。
提出新的解耦机制，增强模型分离空间依赖与时间特征的能力。
大量实验结果表明，MSGT在鲁棒性和实时性能上优于主流模型。