一种基于物理信息与图注意力网络的配电网状态估计方法

本发明提出了一种基于物理信息与图注意力网络的配电网状态估计方法，包括：提出一种基于高斯混合模型的配电网数据增强方法，使用多个高斯分布对负荷分布和可再生能源出力概率进行学习并进行抽样，获取覆盖各种潜在配电网运行场景的数据；提出一种基于物理信息与图注意力网络的配电网状态估计模型，通过从配电网导纳矩阵提取拓扑特征，为每个节点生成调控系数，动态调整图注意力层的节点特征，提出一种考虑配电网运行约束的损失函数设计方法，将实际运行系统中的潮流约束以惩罚的形式嵌入到训练网络的损失函数中，提出的状态估计模型与改进损失函数，在IEEE33节点配电网中验证了提出方法的有效性。