PowerGraph:用于图神经网络的电网基准数据集

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文提出了一种新颖的图卷积网络(GCN)框架,用于电力配电网络的故障定位。该方法集成了不同母线上的多个测量值,并考虑了系统拓扑结构。模拟结果表明,该模型的故障定位精度高,对测量噪声和数据丢失错误具有鲁棒性。实验表明,该模型能够适应配电网络的拓扑变化,并能在有限数量的测量母线下良好运行。

🏷️

标签

➡️

继续阅读