基于自适应物理信息神经网络的电网线损异常诊断方法

本申请涉及智能电网技术领域，特别涉及一种基于自适应物理信息神经网络的电网线损异常诊断方法，包括：构建LSTM模型；基于线损历史数据集对LSTM模型进行离线训练，得到初始线损诊断模型，离线训练的损失函数由离线均方误差损失和离线物理约束损失组成；将初始线损诊断模型部署到线上，在每一个时间步采集配电网的运行数据，得到当前的时间序列特征向量；将当前的时间序列特征向量输入至当前时间步的线损诊断模型，得到当前的理论技术线损率，再结合当前的实际总线损率，计算异常得分；对当前时间步的线损诊断模型进行在线训练，得到下一个时间步的线损诊断模型。该方法实现了能够动态适应不同实际工况的、更加稳定可靠的线损诊断。