-
公开(公告)号:CN119940555A
公开(公告)日:2025-05-06
申请号:CN202510433280.3
申请日:2025-04-08
Applicant: 西安交通大学
IPC: G06N5/04 , G06N3/042 , G06F18/2431 , G06F18/20
Abstract: 本发明属于电力系统信息安全和数据推断领域,具体提供一种电网线路潮流信息推断威胁评估方法及系统,包括以下步骤:从预公开数据中获取节点特征和边特征,并作为预构建的电网线路潮流信息推断模型的输入,得到电网线路潮流信息推断值;计算电网线路潮流信息推断值与预设标签之间的误差值,根据误差值评估电网线路潮流信息泄露威胁程度,其中,电网线路潮流信息推断模型包括:特征投影模块、图表示学习模块、深度特征提取模块和推断模块;本发明提升了对电网线路潮流信息泄露威胁的识别精度,量化了利用有限公开信息推断电网关键运行状态的可能性。
-
公开(公告)号:CN119918415A
公开(公告)日:2025-05-02
申请号:CN202510101328.0
申请日:2025-01-22
Applicant: 西安交通大学
IPC: G06F30/27 , H02J3/06 , G06N3/08 , G06F111/04
Abstract: 本发明公开一种电力系统潮流计算方法及相关设备,通过使用神经网络模型,显著提高了电力系统潮流计算的速度。相比于传统的物理模拟器,神经网络模型能够在更短的时间内完成大量的潮流计算,这对于需要快速响应的电网运营和风险评估至关重要,通过在神经网络模型中引入物理约束,本发明能达到和传统基于牛顿‑拉夫逊迭代算法相近的准确性。物理约束的加入确保了模型输出结果符合实际电网的物理特性和运行规律,尤其是投影法严格保证线性等式硬约束,使得模型在训练过程中几乎不违反这些关键的物理约束,提高了模型的可靠性。
-