公开(公告)号：CN116484740A

公开(公告)日：2023-07-25

申请号：CN202310479521.9

申请日：2023-04-28

Applicant: 南京信息工程大学

Inventor： 宋公飞 ,  汪梦龙 ,  王琳鹏 ,  谢佳杰 ,  杜鹏

IPC: G06F30/27 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  H02J3/00 ,  G06F113/04

Abstract: 本发明公开了一种基于挖掘电网空间拓扑特征的线路参数辨识方法，涉及电力系统中电网支路的参数辨识技术领域，具体是一种基于图卷积神经网络和自注意力机制的电网支路参数辨识方法，包括：获取电网运行的历史数据，根据电力线路功率平衡关系计算出支路电导作为模型训练标签值；根据物理配电系统拓扑结构计算邻接矩阵和度矩阵，构造图数据集；构建图卷积自注意力神经网络模型；将图数据集输入模型训练，不断更新模型参数权重，使结果输出准确；再获取电网运行的实测数据，构造成图数据集；将图数据集输入训练好的模型中，进行参数辨识预测。本发明不仅可以提高电网支路参数辨识的精度，还可以应对局部噪声干扰和数据异常的问题。

公开(公告)号：CN115545269A

公开(公告)日：2022-12-30

申请号：CN202210950190.8

申请日：2022-08-09

Applicant: 南京信息工程大学

Inventor： 宋公飞 ,  王琳鹏 ,  汪梦龙 ,  王明 ,  杜鹏 ,  谢佳杰

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及电网参数辨识技术领域，具体是一种基于卷积自注意力Transformer模型的电网参数辨识方法，包括模型训练阶段和模型预测阶段，所述模型训练阶段包括以下步骤：获取输电系统数据集，将处理后的多元数据进行归一化；构建卷积自注意力Transformer模型，将时间序列数据送入卷积自注意力Transformer模型中，开始模型训练过程；所述模型预测阶段包括以下步骤：获取真实的输电系统数据集，将处理后的多元数据进行归一化；将数据送入训练好的卷积自注意力Transformer模型中，经过运算后给出预测结果，该模型利用因果卷积在自注意力层生成Q、K，从而得到局部上下文的Q、K匹配，如形状，可以帮助模型实现较低的训练损失并进一步提高其预测准确性。