基于贝叶斯双聚合图神经网络的配电网拓扑结构辨识方法

本发明公开了一种基于贝叶斯双聚合图神经网络的配电网拓扑结构辨识方法，包括以下步骤：将配电网中的设备抽象为节点，建立节点集合，采集节点电压数据，构成输入特征向量；构建贝叶斯双聚合图神经网络；采用交叉熵损失与BNN正则项联合训练贝叶斯双聚合图神经网络；采集实时数据，实现配电网拓扑结构的实时辨识。本发明采用贝叶斯双聚合图神经网络对配电网拓扑结构进行实时、准确的辨识，仅依赖单一时间断面的节点电压数据，从而大大降低了数据采集的复杂性；同时，通过全局图卷积网络与局部动态图边卷积的双重聚合策略，有效捕捉了配电网中节点间全局与局部的复杂特征信息。