基于图卷积神经网络的有源配电网短路电流计算方法

本发明公开了一种基于图卷积神经网络的有源配电网短路电流计算方法。本发明通过分析多种网络结构下短路电流特征情况，以及配电网电气量使用图数据形式表示的可行性，实现有源配电网网络结构拓扑与电气特征的图数据表征探索。在此基础上提出采用图卷积神经网络(GCN)单一模型有源配电网短路电流计算方法，探究了GCN模型的网络搭建情况，解决基于数据驱动的短路电流计算方法难以适应网络结构变化的问题。在保证短路电流计算的准确性与快速性前提下，有效计算不同网络结构、不同IIDG渗透率、不同故障条件下的全网短路电流，能适应于网络结构发生改变的有源配电网中。