一种基于图卷积神经网络的配电网故障溯源方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于图卷积神经网络的配电网故障溯源方法
申请号:
CN202411620491
申请日期:
2024-11-13
公开号:
CN119561019A
公开日期:
2025-03-04
类型:
发明专利
摘要
本发明提出了一种基于图卷积神经网络的配电网故障溯源方法,涉及电力技术领域,包括:S1、构建配电网图模型,通过配电网图模型仿真高比例分布式电源接入时的故障情况以获取潮流仿真数据,并进行数据预处理;S2、根据预处理后的潮流仿真数据构建含高比例分布式电源的图卷积神经网络模型;S3、将残差引入图卷积神经网络模型以构建含残差图卷积神经网络模型;S4、基于含残差图卷积神经网络模型进行配电网的故障溯源;本发明能够解决复杂电网拓扑结构中的节点依赖问题,提升故障抢修效率,实现了电力供应的可靠性和安全性。
技术关键词
卷积神经网络模型
配电网故障
溯源方法
高比例分布式电源
仿真数据
矩阵
节点特征
电网拓扑结构
输出特征
平方根
非线性
故障抢修
处理器
误差
节点数
可读存储介质
标签