一种基于图神经网络灾前预测的电网拓扑韧性增强方法

本发明公开了一种基于图神经网络灾前预测的电网拓扑韧性增强方法，步骤如下：构建以电网设备为节点的电网图结构；通过图注意力网络预测节点受损概率，定义高风险节点集合；依据高风险节点及其传播路径，构建混合整数规划模型并求解，生成灾前最佳电网结构调整策略；结合该策略，利用深度强化学习算法生成资源调度方案；仿真运行后计算电网韧性核心指标，若指标低于预设阈值则优化结构调整策略；将优化后的策略与调度方案上传至调度平台，完成灾前主动防御部署。本发明实现灾前风险预测与拓扑重构、资源部署的协同联动，自动生成差异化灾前防御方案，将“事后抢修”转为“灾前布防”，显著提升灾前防控响应效率。