基于多任务图学习的有源配电网拓扑辨识方法及相关装置

    公开(公告)号:CN118889428A

    公开(公告)日:2024-11-01

    申请号:CN202411372407.7

    申请日:2024-09-29

    摘要: 本发明公开一种基于多任务图学习的有源配电网拓扑辨识方法及相关装置,属于电力系统监测技术领域,方法包括利用多个自编码器分别补全配电网中不同量测特征的缺失;将配电网拓扑表示为图的形式,利用图数据对拓扑辨识器进行训练,根据多头注意力系数从目标节点到源节点进行消息聚合,获取整图边的特征矩阵;将每条线路的特征输入全连接神经网络层,并将特征映射为每条线路状态的判定值,判定线路的开断状态,实现拓扑辨识;利用多任务学习对补全量测特征的缺失以及拓扑辨识过程联合学习优化,确定目标模型,将实时量测数据输入目标模型,输出拓扑辨识结果。本发明能够在有限量测数据的条件下降维、重构不完整数据以及精确识别配电网拓扑结构。