基于图注意力网络的低压台区拓扑辨识方法

本发明提供了一种基于图注意力网络的低压台区拓扑辨识方法。该方法首先将低压台区配电网抽象成一个网络拓扑图，把低压台区的历史电压量测数据作为样本数据集，构建节点的输入特征向量。将节点的特征向量和对应拓扑结构的开关状态标签作为模型的输入，利用基于图注意力网络模型，训练网络参数注意力向量和特征向量的权重矩阵W。得到基于图注意力网络的低压台区拓扑辨识模型。利用实时电压量测数据，基于训练好的模型对低压台区进行拓扑辨识。本发明通过图注意力网络模型，学习节点之间的重要性和影响程度，提高了模型的可解释性，更加准确地预测了台区拓扑结构，避免了当前方法对节点重要性区分不足、无法处理动态拓扑结构等问题。