基于GNN的电网动态特性评估及其知识图谱应用

• 全文链接
• 请求原文

作   者：

张晓华;  袁肖赟;  杨红英;  杨延栋;  赛峰; 

作者机构：

中国电力科学研究院有限公司;  清华大学电子工程系;  国网冀北电力有限责任公司;  国网新疆电力有限公司电力科学研究院; 

关键词：

图神经网络;  故障定位;  电网故障检测;  智能故障诊断;  知识图谱; 

期刊名称：

华中科技大学学报(自然科学版)

i s s n：

1671-4512

年卷期：

2023 年 51 卷 003 期

页   码：

47-51,59

摘   要：

提出了一种基于图神经网络(GNN)的电网故障检测方法,辅助解决网络运维领域的故障问题.通过构建电网特征抽取模型以及知识图谱,将所提出图神经网络应用于电网的故障节点定位;通过引入时间维度信息,将前后时刻的节点状态辅助当前时刻的故障检测;将图神经网络层的各个节点输出特征进行相关性分析,验证图神经网路对节点特征抽取的有效性.结果表明:所提出的图神经网络能够有效地定位电网故障节点,在仿真故障场景上获得了99.53%的定位准确率,图神经网路对节点的特征建模可以定性观测节点故障扰动传播情况,对故障节点分析起到了重要辅助作用.