一种基于迁移学习的配电网量测数据超分辨率感知方法

本申请涉及一种基于迁移学习的配电网量测数据超分辨率感知方法。所述方法包括：获取高频时间序列并进行预处理，得到训练样本数据；基于图注意力网络和transformer网络构建级联模型，将所述训练样本数据和关联矩阵输入所述级联模型，对所述级联模型进行预训练，所述关联矩阵表示配电网拓扑连接关系；将预训练之后的级联模型分为学习器部分和决策器部分，并进行迁移学习训练，保留达到训练目标的模型参数，得到最终的超分辨率感知模型，其中，所述学习器部分包括除transformer线性输出层外的所有层，决策器部分包括transformer的线性输出层；将实时量测数据输入所述超分辨率感知模型，得到超分辨率量测生成结果。