基于图神经网络的故障指示器优化配置方法及相关装置

本发明公开了一种基于图神经网络的故障指示器优化配置方法及相关装置，属于故障指示器优化配置技术领域，所述方法包括：收集配电网的拓扑数据和历史运行数据；基于配电网的拓扑数据构建图神经网络模型；图神经网络模型包括依次连接的输入层、图卷积层、图池化层、全连接层和输出层；构建目标函数，目标函数包括覆盖度、成本函数和故障指示器安装条件；使用配电网的历史运行数据作为训练集，进行图神经网络模型的训练；通过最小化目标函数，优化图神经网络模型的参数，得到训练好图神经网络模型；基于训练好图神经网络模型，得到故障指示器配置策略。本发明通过智能优化算法自动选择故障指示器的最佳部署位置，从而提高故障指示器的覆盖效率和可靠性。