基于图卷积神经网络的配电网故障区段定位方法及装置

    公开(公告)号:CN114646839A

    公开(公告)日:2022-06-21

    申请号:CN202210105777.9

    申请日:2022-01-28

    Abstract: 本发明提供了一种基于图卷积神经网络的配电网故障区段定位方法及装置,涉及电网故障定位的技术领域,包括:获取配电网络特征模型G=(V,E),并构建配电网定位网络模型,配电网定位网络模型包括输入层、隐藏层以及输出层,配电网络特征模型G=(V,E)中,V主要为负荷节点以及分布式电源节点,E为配电线路与开关;基于配电网络特征模型G=(V,E)中的获取配电网络节点V,并将所有节点V的邻边E的特征数据转换后合并至节点V特征向量Nv上以获取节点特征数据;将节点特征数据传输至隐藏层;在隐藏层中采用GraphSAGE算法进行聚合并输出边特征向量;输出层获取边特征向量并提取输出向量。通过本发明可以提高对于配电网中带有拓扑图结构的数据应用效果。

Patent Agency Ranking