一种全局注意力图神经网络辅助的最优潮流求解方法及装置

本申请提出一种全局注意力图神经网络辅助的最优潮流求解方法及装置，其中，方法包括：构建最优潮流数学模型，并分别构造原始变量预测训练数据集D1与冗余约束识别训练数据集D2；基于数据集D1、D2和图神经网络，分别构建具有全局注意力的发电机设定点预测模型M1和冗余约束识别模型M2；基于实际电力系统的负荷数据，利用模型M1与模型M2分别预测发电机设定点和约束对偶变量，并基于对偶变量识别冗余约束，对最优潮流问题进行初始化和约束简化后，完成最优潮流计算。本申请能够实现最优潮流问题的快速求解，并且在电网拓扑发生变化时只进行小规模训练或不进行训练即可适用，有效降低了计算成本，提高电力系统运行的安全性和经济性。