用于电网运行风险评估的图神经网络
原文中文，约400字，阅读约需1分钟。发表于：。研究了图神经网络（GNN）替代物在电网日常运营中基于蒙特卡罗（MC）取样的风险量化中的实用性。通过使用监督学习训练 GNN 替代物，它们被用于获取感兴趣的数量（运行储备、输电线路流量）的蒙特卡罗（MC）样本，给定（提前几小时的）概率性风力发电和负荷预测。评估了 GNN 替代物的实用性，并通过比较基于 OPF 和基于 GNN 的网格可靠性和风险来证明，GNN...
该研究使用图神经网络（GNN）替代物在电网日常运营中基于蒙特卡罗（MC）取样的风险量化中的实用性。通过监督学习训练GNN替代物，它们能够准确预测电网状态并快速量化电网的运营风险。该文章利用GNN发展了多种工具，用于在现实世界中快速评估电网的可靠性和风险。
