一种基于图神经网络的快速N-1故障分析方法及系统

本发明公开了一种基于图神经网络的快速N‑1故障分析方法及系统。方法包括：基于实时量测数据进行输电线路参数辨识，确保电力系统图的物理参数准确性；构建电力系统图；结合掩码编码器处理已知与未知特征；构建基于拓扑自适应图卷积的图神经网络架构；将电力系统的物理约束嵌入图神经网络的损失函数；针对每个可信的N‑1故障，使用包含正常运行状态和事故状态的潮流解算数据训练专用的图神经网络模型；应用模型进行故障快速分析。本发明提出的基于GNN的快速N‑1故障分析方法及系统，通过训练专门模型预测故障后的支路潮流，显著提高了分析效率，减少了计算时间，并保持了较高的预测精度有效增强了电网的运行安全性和可靠性。