[发明专利]一种基于多任务图神经网络的电网支路参数辨识方法

权利要求书

1.一种基于多任务图神经网络的电网支路参数辨识方法，其特征在于：包括如下步骤：

步骤S1、从电网调度中心获取所要辨识电网支路参数的历史数据，输出到多任务图神经网络；

步骤S2、根据电网支路拓扑结构获取电路节点集合和边集合；

步骤S3、根据电路节点集合和边集合构造邻接矩阵A和度矩阵D；

步骤S4、利用一阶ChebShev多项式近似拟合图神经网络卷积核，并设定图神经网络层数和拟合神经元数；

步骤S5、根据任务目标和任务类型构造全连接神经网络，设定全连接神经网络层数和拟合神经元数；

步骤S6、设定迭代次数m，划分训练集和测试集，在训练过程中不断更新神经元权重，完成多任务图神经网络的参数权重配置；

步骤S7、各支路输出数据完成记录并发送到电网调度中心和理想值作比较，辅助工作人员调度决策。

2.根据权利要求1所述的一种基于多任务图神经网络的电网支路参数辨识方法，其特征在于：步骤S1中，包括如下步骤：

步骤S11、所述历史数据根据时序排列，每条支路一个时间点的数据包含7个特征；设i和j代表第k条支路的两端节点，7个特征由7个数据组成，分别为支路两端的有功实测功率P_ij和P_ji、无功实测功率Q_ij和Q_ji、实测电压U_i和U_j以及第k条支路的对地电纳y，得到7个特征数据之后，根据如下公式构建标签来训练神经网络：

这其中，g代表支路电导，b代表线路电纳，根据Π型等值电路推导公式计算出支路电导和线路电纳的真实值；

步骤S12、归一化所有支路特征，用于图神经网络的输入，将支路特征记作X，归一化的公式为：

其中，n为支路特征的个数。

3.根据权利要求1所述的一种基于多任务图神经网络的电网支路参数辨识方法，其特征在于：步骤S2中，支路拓扑结构的构建包括如下步骤：

有功实测功率P_ij和P_ji、无功实测功率Q_ij和Q_ji、实测电压U_i和U_j作为电力配电系统节点上的参数，而对地电纳y作为节点连线的参数，而任务所要求的线路电纳b和支路电导g作为电力配电系统支路连线的参数，即边的参数，把电力配电系统支路E_ij两端节点i和j的参数P_ij,P_ji,Q_ij,Q_ji，U_i,U_j统一到E_ij上，再加上E_ij所自带的特征y构成了输入数据的7个特征，这样所有的特征就汇聚在了边上，此时再把边视作节点，把节点视作边的连线，即把节点看作无权重的边，构建电网支路的实际拓扑结构图，由于电网支路的实际拓扑结构图包含单支路节点和双支路节点，将双支路节点进行拆分变成两个单支路节点，原图的节点连接方式不变，使得实际拓扑结构图变换成单节点无向图g∈(V,E,A)，V是图上N个顶点的集合,且V_i∈V,E是图上边的集合，且(E_i,E_j)∈E。

4.根据权利要求1所述的一种基于多任务图神经网络的电网支路参数辨识方法，其特征在于：步骤S3中，根据拓扑结构图写出邻接矩阵A∈R^n×n和度矩阵D_ii＝∑_jA_ij，根据邻接矩阵和度矩阵建立未归一化的图上的拉普拉斯矩阵Δ_p＝D-A，按照以下公式对拉普拉斯矩阵做一个对称归一化：

其中，I是一个单位矩阵。