基于傅里叶变换与图神经网络的变电站电压异常监测方法

本发明公开了一种基于傅里叶变换与图神经网络的变电站电压异常监测方法，属于电压异常监测领域。本方法基于电压数据预测模型，该模型的输入包括变电站某一时间段的电压时序矩阵和变电站的图网络结构，输出为该时间段之后下一时刻变电站的电压数据预测向量。该模型包括时频特征提取模块、掩码矩阵构造模块、邻接矩阵构造模块和图神经网络。本发明通过构建图网络结构显式描述变电站电压等级拓扑关系，并基于先验经验计算相关性融合矩阵，然后基于图网络结构及相应的规则对相关性融合矩阵进行过滤，使模型能够更精准地捕捉计量装置自身及多装置间的电压特征，减少噪声干扰，提高异常监测的准确率。