节点图和边图切换卷积驱动的快速静态安全分析方法

• 作者: 杨梅 刘俊勇 刘挺坚 邱高 刘友波 刘凯
• 来源期刊: 电网技术
• 关键词: 图卷积神经网络 预想事故分析 深度学习 潮流计算
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 图计算、知识图谱、图机器学习在能源互联网中的应用|Application of Graph Computing, Knowledge Graph, Graph Machine Learning in Energy Internet
• 页码范围: 2070-2079,中插1
• 页数: 11页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2020.2251

摘要

针对预想事故在线分析中,实时性要求和时域方程计算复杂性之间的矛盾,提出了一种基于图卷积神经网络的潮流计算模型,进而实现快速预想事故分析.该方法包含了一个基于节点图和边图切换卷积的快速潮流计算模型,能够实现多场景的新能源出力、负荷数据与支路潮流、节点电压之间的非线性关系的快速拟合.针对不同预想事故导致的网络结构变化设计了反映拓扑结构变化的矩阵,避免了支路开断导致的边图节点消失,保证了模型的鲁棒性;同时,将荷源数据分离,构造了考虑荷源变化的输入特征向量.IEEE 39、118节点系统算例测试表明,所提出的模型能够适应N–1故障引起网络拓扑结构的变化和新能源的波动性,实现潮流快速拟合,可为预想事故在线分析提供新工具.