摘要
本发明公开了基于GCNN的高比例新能源配电网开闭环状态识别方法,属于计算、推算或计数的技术领域。系统由各新能源节点处的运行状态传感器、各链路间的功率检测装置以及用于数据处理和状态识别的上位机以及对应的通信链路组成。该方法针对目标配电网拓扑构造图网络,然后通过将目标配电网各节点状态信息和链路间功率信息相结合,构造加权属性图数据集。基于加权属性图数据集训练图卷积池化神经网络,最终采用训练好的图神经网络对配电网开、闭环状态进行识别。该方法解决了在高比例新能源配电网中,由于非自动化开关引起的开关偷跳,开闭环状态检测困难的问题,并且可以及时发现风险,有效提高了高比例新能源配电网的运行可靠性和安全性。
技术关键词
新能源配电网
状态识别方法
开闭环
高比例新能源
顶点
节点设备
功率检测装置
邻居
状态传感器
卷积神经网络参数
状态识别系统
节点状态信息
标签
自动化开关
配电网拓扑
矩阵
链路
数据分类
系统为您推荐了相关专利信息
表情模型
ARKit框架
人脸重建方法
人脸关键点
参数
电能计量接线盒
图像视觉特征
样本
文本
状态识别方法
动画渲染方法
GPU并行处理
分片
片段着色器
顶点着色器
预埋件
深度学习网络模型
预制构件
二维码
定位方法