基于深度学习的换流站能效预测系统

本发明公开了一种基于深度学习的换流站能效预测系统，包括S1、采集换流站内各设备数据，生成原始数据集；S2、对原始数据集进行处理，生成标准化数据集；S3、基于换流站设备的拓扑关系构建设备网络图；S4、图神经网络模块，基于设备网络图构建图神经网络模型，提取节点和边的特征信息，生成多维嵌入向量；S5、元学习模块，基于图神经网络模块生成的多维嵌入向量，采用分层优化策略对模型参数进行更新，生成可适应不同输入特征分布的模型参数集合；S6、基于元学习模块生成的模型参数集合，对换流站能效相关指标进行预测。本发明具备建模能力强、预测精度高、适应性强和实时性好的优点。