一种基于图卷积神经网络的电力系统韧性提升的方法及系统

AITNT
正文
推荐专利
一种基于图卷积神经网络的电力系统韧性提升的方法及系统
申请号:CN202410904901
申请日期:2024-07-08
公开号:CN118826029A
公开日期:2024-10-22
类型:发明专利
摘要
本发明公开了一种基于图卷积神经网络的电力系统韧性提升的方法及系统,涉及电力系统技术领域,包括以下步骤:建立系统运行点和韧性指标样本集作为模型的输入输出;通过图卷积神经网络建立输入输出之间的映射关系,构建韧性指标预测器;将预测器线性化加入到调度决策中,通过合理调整系统运行点的分布实现韧性的提升。本发明将韧性指标直接纳入到调度决策中,能够在灾害发生前对系统发电机出力进行调整,以最大程度减少失负荷量,提高系统的韧性。
技术关键词
发电机 线路 电力系统 负荷 GCN模型 节点 指标 继电保护隐性故障 样本 决策 非暂态计算机可读存储介质 断线 代表 蒙特卡罗方法 矩阵 变量 关系 储存器 计算机程序产品 处理器
系统为您推荐了相关专利信息
1
一种基于深度学习的视频压缩方法及系统
生成对抗网络 视频压缩方法 电力系统设施 视频压缩系统 训练集数据
2
一种基于自动布图的电磁暂态仿真方法及系统
电磁暂态仿真模型 布局算法 电磁暂态仿真方法 电力系统拓扑结构 变压器元件
3
一种基于X轴MEMS加速度计的光纤惯导系统
光纤惯导系统 光纤陀螺组件 卫星导航接收机 电源模块 降压转换器
4
一种用于引调水工程光纤网络的健康监测系统及方法
光纤网络 调水工程 健康监测系统 故障分类模型 云端管理平台
5
基于分阶段和组合禁忌算法的路线规划方法及相关设备
路线规划方法 禁忌算法 线路 分阶段 地点
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号