返回搜索
档案
基于图深度学习的电网运行方式智能生成方法及系统
发明专利未知
10权利要求 · 3 独立
§ Ⅰ
卷宗概要
发明人
徐晓光; 刘宁宁; 窦艳梅; 侯宝素; 朱毅伟; 王海明; 王志立; 邱再森; 刘强; 刘文博; 郭晓宇; 任慧新; 李英杰; 王文; 黄艳如; 王晗
申请日
Jul 30, 2026
公开日
Oct 27, 2026
IPC 分类
H02J 3/00 (2026.01)G06F 18/214 (2023.01)G06N 3/042 (2023.01)G06N 3/045 (2023.01)G06N 3/0464 (2023.01)G06N 3/08 (2023.01)H02J 3/17 (2026.01)H02J 3/0012 (2026.01)H02J 13/12 (2026.01)H02J 13/10 (2026.01)H02J 13/16 (2026.01)H02J 103/30 (2026.01)H02J 103/35 (2026.01)
本发明涉及电力系统自动化与人工智能技术领域,尤其为一种基于图深度学习的电网运行方式智能生成方法及系统,包括以下步骤:离线阶段,构建电网的图结构数据表示,其中节点代表电网母线,边代表输电线路或变压器,节点特征包括有功功率注入、无功功率注入和电压幅值,边特征包括阻抗、导纳和传输容量;利用电网历史运行数据或仿真数据训练图神经网络模型,得到用于生成参考运行方式的基准模型;利用图深度学习对电网拓扑和电气量进行统一建模,可直接处理拓扑变化,无需重新训练模型,实时性强;引入物理约束损失函数,使生成的参考运行方式天然满足基尔霍夫定律,物理可解释性强,可作为实验室状态下的标准参考模型。
登录后阅读全文
已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。
- 全部权利要求
- 技术领域
- 背景技术
- 发明内容
- 附图说明
- 具体实施方式