Invention Publication
- Patent Title: 一种考虑拓扑特征学习的数据驱动最优潮流计算方法
-
Application No.: CN202211690444.3Application Date: 2022-12-27
-
Publication No.: CN116316629APublication Date: 2023-06-23
- Inventor: 王辉东 , 姚海燕 , 钱少锋 , 余娟 , 郭强 , 高茂胜 , 韩荣杰 , 杨知方 , 缪宇峰 , 俞啸玲 , 钱浩 , 黄佳斌 , 来益博 , 萨拉赫·卡莫
- Applicant: 杭州电力设备制造有限公司 , 国网浙江省电力有限公司杭州市余杭区供电公司 , 国网浙江省电力有限公司杭州供电公司 , 重庆大学
- Applicant Address: 浙江省杭州市钱塘新区11号大街91号; ; ;
- Assignee: 杭州电力设备制造有限公司,国网浙江省电力有限公司杭州市余杭区供电公司,国网浙江省电力有限公司杭州供电公司,重庆大学
- Current Assignee: 杭州电力设备制造有限公司,国网浙江省电力有限公司杭州市余杭区供电公司,国网浙江省电力有限公司杭州供电公司,重庆大学
- Current Assignee Address: 浙江省杭州市钱塘新区11号大街91号; ; ;
- Agency: 杭州兴知捷专利代理事务所
- Agent 董建军
- Main IPC: H02J3/06
- IPC: H02J3/06 ; G06F17/15

Abstract:
本发明公开一种考虑拓扑特征学习的数据驱动最优潮流计算方法,包括以下步骤:1)建立电力系统最优潮流模型;2)构建基于最优潮流模型的图卷积神经网络,并对图卷积神经网络进行训练,得到最优潮流计算的神经网络模型;3)基于电力系统最优潮流模型,构建神经网络模型输入特征;4)将神经网络模型输入特征输入到最优潮流计算的神经网络模型中,得到最优潮流计算结果。本发明能够训练在多种拓扑下的最优潮流计算图卷积神经网络,对于多种拓扑具有良好的适应性。本发明能够训练在多种拓扑下的最优潮流计算图卷积神经网络,对于多种拓扑具有良好的适应性,同时利用本发明计算得到的最优潮流结果近似数值计算结果。
Public/Granted literature
- CN116316629B 一种考虑拓扑特征学习的数据驱动最优潮流计算方法 Public/Granted day:2024-09-03
Information query