摘要
本发明旨在解决灾后恢复和应急通信场景下传统电网状态估计方法鲁棒性不足的问题,提出基于无人机协同图神经网络的电力系统应急状态估计方法。该方法融合无人机动态通信调度与时空图神经网络,解决数据缺失、拓扑时变及通信中断等问题。通过构建仿真数据集,设计时空图卷积网络,结合图特征重构模块生成节点电压估计及置信度热力图,并制定恢复优先级策略。同时,建立无人机应急通信优化模型,实现通信资源高效分配。本发明的有益效果在于提出信息‑物理系统协同优化的方法,提供快速可靠的通信替代方案,并解决量测缺失和拓扑时变问题。通过建立闭环反馈模型,实现动态优化通信资源分配调度,适应电力系统实时动态模式。
技术关键词
代表
无人机应急通信
状态估计模型
时空图卷积神经网络
在线学习机制
调度模型构建方法
节点
潮流方程
电力系统状态估计
有功功率
机器学习模型
电网状态估计方法
电压
表达式
神经网络构建方法
输出特征
系统为您推荐了相关专利信息
多模态深度神经网络
仓库
策略
染色体
非易失性计算机可读存储介质
原型
最大化方法
样本
特征学习算法
图像全局特征
需求响应策略
深度确定性策略梯度
激励方法
负荷
交互决策方法
染色体
联合优化方法
遗传算法求解
参数
数学模型
离散状态空间
飞机
全局特征提取
融合特征
局部特征提取