基于图神经网络感知和隐私保护型Transformer模型的动态配电网推演方法

本发明公开了一种基于图神经网络感知和隐私保护型Transformer模型的动态配电网推演方法，包括：收集配电网中的源荷储历史数据并进行标准化处理；进行时序切分；建立配电网动态拓扑结构模型；使用图神经网络提取配电网动态拓扑结构的空间特征；将空间特征转化为时序数据，并与时序切分后的时序数据结合，建立源网荷储时序数据集；进行差分隐私处理；训练Transformer模型，在训练过程中，使用差分隐私优化技术，在每次梯度更新时对梯度添加噪声，最终获取到训练好的DP‑Transformer模型；输入特定场景，使用DP‑Transformer模型进行配电网状态推演。本发明提高了使用Transformer对配电网状态推演的可解释性，使Transformer模型能充分接收配电网网络拓扑结构的图结构输入兼顾推演过程中对用户信息的隐私保护。