基于需求侧响应参与电力系统调频的问题，提出一种电热水器负荷参与调频的系统设计。该系统分为两个部分，控制部分是依据调节电热水器的设定温度可改变其功率消耗的原理，利用状态序列法对电热水器聚合体参与调频进行控制；激励部分是结合传统的激励性补偿，利用用户参与度以及实响应与虚响应设计了电热水器的用户柔性补偿方案。仿真结果验证了所提的电热水器负荷参与电力系统调频系统设计的有效性。

时态gcn-lstm 使用应用内操作图表征和预测用户参与度的代码：Snapchat的案例研究 Temporal-gcn-lstm模型对时间演变的动作图进行编码，以预测未来的用户参与度。 端到端的多通道神经模型还对活动序列和其他宏观特征进行编码，以达到最佳性能。 要求 DGL，NetworkX，PyTorch，Pandas，Numpy，SciKit-Learn，tqdm 深度图库（DGL） pytorch 建立动作图 build_graphs.py：为时间段构建静态图 build_temporal.py：每天建立时间图 python3 build_graphs.py INPUT_PATH OUTPUT_PATH python3 build_temporal.py INPUT_PATH OUTPUT_PATH 楷模 utils.py：支持功能 activity_seq_model