本研究提出了PINN4PF，一种深度学习架构，旨在捕捉大型电力系统的非线性动态。通过创新的神经网络架构和自适应激活函数，显著提升了潮流分析能力，优于传统模型。

本文综述图神经网络在电力系统中的应用：分析电网动态稳定性、预测非线性目标并识别脆弱节点；检测和定位故障，准确率达99.53%；预测潮流，优于传统方法；加速交直流混合系统潮流分析；作为最优潮流与安全约束机组组合的代理模型，快速量化运行风险；用于配电网络故障定位，对噪声和拓扑变化具有鲁棒性。