一种基于图神经网络模型的电网推演方法及系统

本发明公开了一种基于图神经网络模型的电网推演方法及系统，该方法包括以下步骤：采集并预处理电力负荷数据、气象数据、市场数据以及电力设备运行数据；得到样本数据集；构建电网的图结构；构建图神经网络GNN模型，并使用样本数据集对GNN模型进行训练；利用训练后的GNN模型对电网的图结构进行特征提取，得到电网的图结构中各节点和语义边的特征，并据此构建全局目标函数；对训练后的GNN模型进行优化；将经过预处理的实时的电网数据输入优化后的GNN模型进行推演。本发明解决了当前基于数据驱动框架电网推演方法过度依赖数据统计规律，忽视了电网物理拓扑约束，导致在应对大规模且复杂的电网系统时，推演结果的准确性和可靠性下降的问题。