一种基于改进图神经网络的配电网网架拓扑辨识方法

本发明涉及电力系统拓扑辨识技术领域，具体为一种基于改进图神经网络的配电网网架拓扑辨识方法，步骤包括：收集配电网的节点和边的实时电气量数据，对配电网图结构建模；以实时采集数据构建节点、边和超边特征矩阵，输入改进图神经网络拓扑辨识模型，通过图注意力网络动态加权调整边权重，并对局部拓扑特征与全局拓扑特征进行拼接融合，生成预测邻接矩阵；当配电网发生动态变化，通过邻接矩阵差异定位变化区域，并提取子图进行增量更新；基于最终邻接矩阵构造配电网的拓扑结构，输出节点的物理位置和边的连接关系。与现有技术相比，本发明显著提升了模型的实时性、泛化能力和适用性，解决了动态环境下配电网拓扑辨识的准确性和效率问题。