摘要
本申请公开了一种基于图神经网络的配电网故障识别方法和装置,涉及配电网故障识别领域,包括:获取待识别的配电网的节点拓扑和历史运行数据;其中,所述历史运行数据包括历史故障率、正常状态数据集和故障状态数据集;根据节点拓扑构建第一图神经网络模型;基于故障状态数据集的故障状态类型构建模拟状态数据集;其中,所述模拟状态数据集的样本量基于历史故障率、正常状态数据集的样本量和故障状态数据集的样本量确定;根据正常状态数据集、故障状态数据集和模拟状态数据集,对第一图神经网络模型进行训练,得到第二图神经网络模型;将待识别的配电网的实时运行数据输入第二图神经网络模型,得到故障识别结果。
技术关键词
神经网络模型
历史运行数据
日志
数据采样单元
模型训练模块
节点特征
数据获取模块
配电网故障识别
拼接单元
样本
矩阵
识别模块
参数
系统为您推荐了相关专利信息
信息抽取模型
文本信息抽取方法
神经网络模型
法律人工智能
存储计算机程序
深度神经网络模型
可信执行环境
推理方法
网络部署
通道注意力机制
噪声信息
噪声图像
地物类别
生成方法
多尺度融合网络
风电场发电量
历史气象数据
多维时序数据
历史运行数据
支持向量机模型