公开(公告)号：CN119202562A

公开(公告)日：2024-12-27

申请号：CN202310753888.5

申请日：2023-06-25

Applicant: 华北电力大学

Inventor： 王红 ,  孙政南 ,  齐林海 ,  闫江毓

IPC: G06F18/20 ,  G06F18/214 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于时空图神经网络的电能质量全网可观性研究方法，属于电能质量分析方法领域。该方法利用基于注意力机制的时空图神经网络(Attention Based Spatial‑Temporal Graph Convolutional Networks，ASTGCN)来提取监测节点的电能质量数据之间的空间和时间特征，分析各节点之间的耦合关系，利用部分节点的时序数据来估计电网中其他一个或多个节点的当前窗口的时序数据，实现电能质量的全网可观，并且通过自适应网络提取数据之间存在的隐含邻接矩阵以适应网络结构存在的变化。这种方法有助于在电力系统监测装置数量不足的情况下，对全网节点的时序数据进行持续地补全，对电能质量全网可观性、智慧电网和数字孪生电网具有十分重要的意义。