[发明专利]一种基于图注意力网络的电力网络拓扑辨识方法

说明书

本发明是一种基于图注意力网络的电力网络拓扑辨识方法，其特点是：基于图数据，整合图数据的内部关联关系，经过知识推理对网络拓扑进行辨识。首先根据电网信息数据梳理描述线路的特征量；其次基于图注意力网络方法，考虑节点、线路之间的相关关系，加权聚合特征量，进而对线路进行归类，判定线路的开断状态；最后结合邻接矩阵和线路归类判定生成电力网络拓扑，实现拓扑辨识。其方法科学合理，适用性强，拓扑辨识精度高，效果佳，具有很好的工程应用价值。

技术领域

本发明涉及电力领域，是一种基于图注意力网络的电力网络拓扑辨识方法。

背景技术

时刻把握电力网络拓扑变化是电网精细化管理和电网安全运行的前提。随着电网规模的不断扩大，网架新增线路或网络拓扑发生改变时，需要重新维护节点和支路拓扑参数信息，对于我国电网建设发展较快的情况，不仅维护工作量大，图形系统更新不及时，容易造成系统拓扑识别和后续分析的失误。如果能够基于量测数据直接生成拓扑，则可解决上述问题。

通过电力信息系统采集到的数据，可获取描述电力网络线路和节点状态的特征量，可根据特征量的分类情况来辨识拓扑变化。传统的分类算法忽略样本之间的相关性，影响辨识精度。

迄今未见有关图注意力网络的电力网络拓扑辨识方法的文献报道和实际应用。

发明内容

本发明所要解决的问题是：克服现有技术的不足，提出一种科学合理，适用性强，拓扑辨识精度高，效果佳的基于图注意力网络的电力网络拓扑辨识方法。

所解其技术问题采用的方案是：一种基于图注意力网络的电力网络拓扑辨识方法，其特征是，它包括以下内容：

1)电力网络拓扑相关特征量的生成：

电力信息系统中对每条线路的归属都有固定的字段描述，通常标记为“A站.L线”、“B站.L线”，由此，可知L线是连接节点A和节点B的线路，遍历所有线路的描述字段，可明确线路与节点的隶属关系，为构建节点关联矩阵提供必要信息，对于任意一条线路来说，都存在首末端，对应的遥测遥信数据加起来共有4个量，那么对于线路Lab来说，描述线路状态的特征量H就可表示为:H＝[K_a,K_b,P_a,P_b]，其中，K_a代表线路Lab首端遥信状态量，K_b代表线路Lab末端遥信状态量，P_a代表线路Lab首端遥测状态量，P_b代表线路Lab末端遥测状态量，用这些特征量反推节点关联矩阵从而实现拓扑辨识；

2)基于图注意力网络根据特征量对拓扑进行辨识：

扑由顶点和边构成，对于电力网络拓扑来说，只要完成对是否存在边的判定后，即可获取节点关联矩阵，完成对拓扑的辨识，将传统顶点-边-顶点的表达形式，更改为边-顶点-边的形式，以线路为“顶点”，节点为“边”，对线路连通性进行判定后直接生成拓扑。

本发明针对拓扑辨识问题，提出了基于图注意力网络的电力网络拓扑辨识方法，能够有效的满足大电网主动防御对算法速度与精度的要求，具体包括以下效果：

1)能准确识别线路的状态：本方法识别线路连通性的准确率高于传统分类方法；

2)基于图注意力网络的电力网络拓扑识别方法，不需要进行数据转换，能够正确判断输电线路连通性；

3)基于图注意力网络的电力网络拓扑识别方法可以识别网络拓扑结构中是否存在孤岛运行，并及时跟踪网络拓扑结构的变化。

4)其方法科学合理，适用性强，拓扑辨识精度高，效果佳，具有很好的工程应用价值。

附图说明

图1为图注意力网络模型结构；

图2为基于GAT网络拓扑辨识结果与原始摄动对比图；