基于图对比学习的电力系统状态估计方法

本发明公开了一种基于图对比学习的电力系统状态估计方法，包括以下步骤：构建电力系统状态估计的图序列数据；构建基于图对比学习的电力系统状态估计模型，将所述图序列数据基于图对比学习的电力系统状态估计模型中；将节点特征序列和掩蔽的边特征输入到结合自注意力机制和残差块的动态边缘卷积神经网络以及带有门控机制的动态传播策略的图卷积神经网络的混合编码器来综合处理节点和边的特征；通过图对比学习框架的模型参数的更新机制和采样对称化训练策略；利用支路相角差计算节点电压相角，输出状态估计结果。本发明通过结合图对比学习与深度神经网络技术，可以有效地学习电力系统数据的内在结构和模式，提高识别和滤除异常数据的能力。