摘要
本发明公开了一种基于图神经网络的电力系统电压稳定边界预测方法及系统,涉及电力系统静态电压稳定分析技术领域。包括针对给定电力系统,考虑新能源和负荷的不确定性,生成系统运行方式和功率增长方向的样本;对每一种运行方式和功率增长方向,进行连续潮流计算,获取系统静态电压稳定裕度;构建无向图模型,设计基于图神经网络的电压稳定边界快速搜索模型;对所得模型进行训练,获得优化后的基于图神经网络的电压稳定边界快速搜索模型;将电力系统的实时运行数据输入至训练好的模型中,实现对电压稳定边界的快速搜索。本发明基于连续图卷积神经网络算法,能够有效地建模图的结构信息和全局特征并将其应用于静态电压稳定裕度预测。
技术关键词
边界预测方法
静态电压稳定裕度
新能源电力系统
生成系统
电力系统运行数据
模型训练模块
有功功率
卷积神经网络算法
样本
数据预处理方法
多层特征融合
注意力
损失函数设计
节点导纳矩阵
负荷
系统为您推荐了相关专利信息
问卷生成方法
特征点
评价特征
问卷生成系统
机器学习模型
服务端技术
自动生成方法
工作流
生成提示词
模版
人脸图像生成方法
可见光图像
人脸身份
热红外相机
可见光相机