一种基于图神经网络的电力系统网络拓扑异常检测方法
# 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
一种基于图神经网络的电力系统网络拓扑异常检测方法
申请号:
CN202510913532
申请日期:
2025-07-03
公开号:
CN120804978A
公开日期:
2025-10-17
类型:
发明专利
摘要
本公开提供一种基于图神经网络的电力系统网络拓扑异常检测方法。首先,将电力系统构建反映电力系统实际运行状态的电网图,将电网拓扑异常检测建模为子图匹配问题,在此基础上,将有向图输入基于图结构的节点候选过滤机制,剔除与拓扑异常无关的节点区域,如果存在则认为图中包含拓扑异常,那么通过基于自我子图的图神经网络模型在给定电网和异常模式的情况下,识别并输出电网中所有包含于异常模式的异常节点集合。从而实现将传统图算法与图神经网络模型相结的效果。
技术关键词
电力系统网络拓扑
异常检测方法
节点
神经网络模型
邻居
模式
消息传递机制
标量特征
标签
关系建模
定义
邻域
计算方法
标识符
元件
样本