摘要
本发明提供了低压配电网变动风险研判与智能化的预警方法及系统,涉及电力系统智能预警技术领域,包括通过时空卷积神经网络对电网运行数据和环境数据进行融合分析,生成电网运行状态与环境风险的关联特征矩阵;利用物理信息动态图注意力网络对电网拓扑结构进行动态建模,提取动态风险传播路径;结合动态风险传播路径,采用贝叶斯网络计算电网各节点的故障概率分布;通过强化学习算法优化预警策略,生成最优预警方案;运用多目标优化算法对抢修资源进行调度,生成抢修资源调度方案。本发明的有益效果为显著提升故障预警的准确性和抢修效率,为低压配电网的智能化运维提供可靠的技术支持。
技术关键词
低压配电网
电网运行数据
时空卷积神经网络
电网拓扑结构
数据立方体
电网运行状态
节点特征
强化学习算法
风险
预警方法
拓扑结构信息
设备状态数据
历史故障数据
动态
网络拓扑结构
注意力
腐蚀监测设备
预警系统
系统为您推荐了相关专利信息
预测集成方法
历史气象数据
历史负荷数据
电网储能系统
发电量
母线负荷预测
变电站母线
时间段
电力系统
负荷预测方法
面向电力设备
电网拓扑结构
混合整数线性规划
关联特征数据
时空注意力模型
三相不平衡电力系统
故障预测方法
配电网运行数据
多头注意力机制
故障预测模型