基于图神经网络的配电网电能质量扰动推演方法

AITNT
正文
推荐专利
基于图神经网络的配电网电能质量扰动推演方法
申请号:CN202411687579
申请日期:2024-11-25
公开号:CN119651794A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了基于图神经网络的配电网电能质量扰动推演方法,包括:获取配电网电力系统的拓扑结构,将拓扑结构转换为图网络结构;选取图网络结构中节点的特征向量;基于特征向量,通过节点历史数据对图神经网络模型进行训练;基于源荷数据,通过图神经网络模型进行电能质量态势推演。本发明提供的方法能够可通过配电网内分布式电源和负荷信息迅速、精确地推演出电网内各个测点的电能质量信息。
技术关键词
推演方法 神经网络模型 网络结构 可视化交互界面 分布式电源 电能 线性变换矩阵 电力系统 谐波 负荷 节点特征 功率因数 有功功率 分层 关系 训练集 标签
系统为您推荐了相关专利信息
1
深度学习的无人机应急防卫控制系统及方法
无人机集群 无人机应急 深度神经网络学习 基地 巡检策略
2
病变风险预测方法、病变风险患者管理系统、设备、介质及产品
风险预测方法 交互特征 风险预测模型 患者管理系统 训练样本数据
3
一种LNG储罐预冷过程中的压力预测方法、介质及系统
LNG储罐 压力预测方法 数学模型 数值求解方法 储罐压力
4
飞行空间定向训练辅助系统及方法
空间定向训练 辅助系统 气象环境参数 控制模块 卷积神经网络模型
5
一种基于LSTF算法的流媒体模型计算资源分配方法
资源分配方法 视频流 算法 冗余 计算资源预测
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