一种基于改进型图神经网络的配电网状态估计方法及装置

本发明公开一种基于改进型图神经网络的配电网状态估计方法及装置，本方法通过构建多尺度卷积神经网络模块，对输入的配电网量测数据进行特征提取，获得多层次特征；引入多头注意力机制对多层次特征之间的相关性权重进行计算，获取权重矩阵；根据权重矩阵对多层次特征进行加权调整，获得融合特征；通过门控机制图神经网络迭代更新电网节点的状态；基于多尺度卷积神经网络模块、多头注意力机制及门控机制图神经网络，构建基于MHA‑MSCNN‑GGNN的配电网状态估计模型；通过配电网状态估计模型对输入的配电网目标量测数据进行分析评估，输出配电网状态。本发明能在提升对复杂网络状态的表达能力的同时，有效捕捉配电网中节点和边的时空依赖关系。