利用图神经网络替代标的电力网运行风险评估
原文中文，约300字，阅读约需1分钟。发表于：。我们研究了图神经网络在电力网络运行决策算法（最优潮流（OPF）和安全约束单位分配（SCUC））中作为代理的实用性，以实现对运行风险的严格量化。我们的结果表明，GNN 能够快速准确地预测量化感兴趣的量，并且因此可以成为 OPF 和 SCUC 的良好代理模型。GNN 基于可靠性和风险评估的出色准确性进一步表明，GNN 代理具有在实时和提前几小时的风险量化中应用的潜力。
研究发现，图神经网络（GNN）可作为电力网络运行决策算法的代理模型，用于量化运行风险。GNN能够准确预测感兴趣的量，并具有在实时和提前几小时的风险量化中的潜力。
