[發明專利]模型驅動圖卷積神經網絡潮流計算方法在審
| 申請號： | 202210409057.1 | 申請日： | 2022-04-19 |
| 公開（公告）號： | CN114861874A | 公開（公告）日： | 2022-08-05 |
| 發明（設計）人： | 余娟;高茂勝;楊知方;姜潤泉 | 申請（專利權）人： | 重慶大學 |
| 主分類號： | G06N3/04 | 分類號： | G06N3/04;G06N3/08;H02J3/06 |
| 代理公司： | 重慶縉云專利代理事務所(特殊普通合伙) 50237 | 代理人： | 王翔 |
| 地址： | 400044 *** | 國省代碼： | 重慶;50 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 模型 驅動 圖卷 神經網絡 潮流 計算方法 | ||
1.模型驅動圖卷積神經網絡潮流計算方法，其特征在于，包括以下步驟：
1)建立所述電力系統線性潮流方程。
2)對電力系統線性潮流方程進行去中心化處理，得到節點特征狀態更新方程。
3)根據節點特征狀態更新方程建立模型驅動的圖卷積方程；
4)根據所述模型驅動的圖卷積方程建立模型驅動的圖卷積神經網絡；
5)獲取電力系統基本數據，并輸入到模型驅動的圖卷積神經網絡中，得到電力系統潮流。
2.根據權利要求1所述的模型驅動圖卷積神經網絡潮流計算方法，其特征在于，電力系統線性潮流方程如下所示：
式中，Vi、Vj為節點i和節點j的電壓幅值；Gij，Bij分別為電導矩陣和電納矩陣中的第i行j列元素；Pi，Qi分別為節點注入有功和無功；Gi，shunt、Bi，shunt分別為節點i的對地電導與電納；N(i)表示與節點i相連的節點集合；θij為節點i和節點j之間的電壓相角差。
3.根據權利要求2所述的模型驅動圖卷積神經網絡潮流計算方法，其特征在于，電力系統線性潮流方程中的狀態變量包括電壓幅值和相角。
4.根據權利要求2所述的模型驅動圖卷積神經網絡潮流計算方法，其特征在于，對電力系統線性潮流方程進行去中心化處理的步驟包括：
1)以電力系統線性潮流方程中的參數為節點獨立變量，建立狀態更新方程，即
式中，N(i)表示與節點i相連的節點集合；θi、θj為節點i和節點j的電壓相角；
2)引入中間參量αi、中間參量βi、中間參量δi、中間參量γi、中間參量λi、中間參量ζi，并對公式(2)進行簡化，得到：
其中，中間參量αi、中間參量βi、中間參量δi、中間參量γi、中間參量λi、中間參量ζi分別如下所示：
式中，Gii、Bii分別為電導矩陣和電納矩陣中的第i行j列元素；
3)建立節點特征狀態更新方程，即：
5.根據權利要求4所述的模型驅動圖卷積神經網絡潮流計算方法，其特征在于，模型驅動的圖卷積方程如下所示：
式中，分別為電壓幅值和相角的圖卷積核；分別為電壓幅值向量和相角向量；σ()為圖卷積函數；
其中，參數參數分別如下所示：
式中，分別為電壓幅值向量和相角向量。Pi，Qi分別為節點注入有功和無功。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于重慶大學，未經重慶大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210409057.1/1.html，轉載請聲明來源鉆瓜專利網。
