摘要
本发明公开了一种基于扩散过程图神经网络的电力分析决策计算方法及系统,属于电力系统分析技术领域,具体步骤:对计算架构进行子问题构建,得到基于扩散过程诱导的电力图智能计算框架;根据电力系统的物理拓扑结构和实时运行数据,构建电力系统的图结构;针对得到的电力系统的图结构在迭代中的参数变化特性,设计融合物理约束的节点嵌入方法,得到完整的节点嵌入表示;对得到的完整的节点嵌入表示进行GNN迭代训练,通过多次迭代调用实现节点状态扩散与收敛,得到收敛的强化学习模型;对得到的强化学习模型进行离线训练;将实时数据输入训练完的强化学习模型中,预测得到电力系统的未来状态,实现电力分析决策计算,并基于未来状态生成控制决策。
技术关键词
决策计算方法
强化学习模型
节点
物理拓扑结构
计算机可执行指令
嵌入方法
电力系统分析技术
拉普拉斯
实时数据
计算机程序产品
训练神经网络
多阶段
框架
正弦编码
可读存储介质
结构模块
电压
系统为您推荐了相关专利信息
电力系统储能
集群
嵌套
新能源发电出力
协同调度方法
交通数据处理方法
车辆等待红灯
红绿灯
卡尔曼滤波
交通数据处理装置
车辆行驶轨迹
贝叶斯网络模型
监控盲区
推演方法
路段