摘要
本发明公开了一种信息不完备条件下的电力系统目标选择方法,建立电力目标系统网架结构的拓扑模型,确定节点特征矩阵、线路特征矩阵和邻接矩阵;基于多级别对比图自动编解码网络的图补全学习算法,在结构通道中,通过图结构扩散来重建缺失的图结构,在特征通道上,通过一层可训练参数矩阵来初步补全缺失的节点特征,同时,计算结构通道和特征通道的节点嵌入表示,加权融合后经过分类器得到分类结果,并对线路特征进行补全,形成面向电力系统的图补全学习模型;计算结构补全置信度、节点特征补全置信度、线路特征补全置信度和综合置信度;计算电力系统节点的目标重要度完成目标选择。本发明解决了电力系统目标重要性评估问题。
技术关键词
节点特征
线路特征
面向电力系统
通道
矩阵
指标
电力系统建模
解码器
结构编码器
变电站
负荷
网架结构
输入结构
PageRank算法
重构
学习算法
系统为您推荐了相关专利信息
深度学习架构
观测噪声
多场景
卡尔曼滤波
长短期记忆网络
通用动力学模型
定轨方法
协方差矩阵
非线性动力学
航天器
耦合神经网络
3DCNN模型
工程现场
特征提取网络
空间特征提取
营销工具
斯皮尔曼等级相关系数
层次聚类算法
归因
指标相关性分析