一种基于图数字孪生的电力系统态势感知方法
成果类型:: 实用新型专利,新技术
发布时间: 2023-05-23 19:08:11
一种基于图数字孪生的电力系统态势感知方法,具体涉及一种基于数字孪生的新型电力系统图学习态势感知方法,为了解决现有态势感知方法电力系统稳定性预测或多组件故障定位准确率较低的问题.根据图与数字孪生构建图数字孪生模型;利用图数字孪生模型对能源互联网的数据进行处理,并将处理的数据转化为图,得到图结构化数据;针对能源互联网的故障问题,构建基于图神经网络的态势感知模型Ⅰ;针对能源互联网的稳定性问题,构建基于图神经网络的态势感知模型Ⅱ;利用基于图神经网络的态势感知模型Ⅰ对图结构化数据进行处理,得到能源互联网的故障及其位置;根据故障及其位置和图利用基于图神经网络的态势感知模型Ⅱ预测故障后能源互联网的稳定性。
一种基于图数字孪生的电力系统态势感知方法,其特征在于:它包括以下步骤:S1、获取能源互联网的数据;S2、根据图与数字孪生构建图数字孪生模型;S3、利用图数字孪生模型对能源互联网的数据进行处理,并将处理的数据转化为图,得到图结构化数据;S4、针对能源互联网的故障问题,构建基于图神经网络的态势感知模型Ⅰ;针对能源互联网的稳定性问题,构建基于图神经网络的态势感知模型Ⅱ;利用基于图神经网络的态势感知模型Ⅰ对S3中得到的图结构化数据进行处理,得到能源互联网的故障及其位置;根据故障及其位置和S3中的图利用基于图神经网络的态势感知模型Ⅱ预测故障后能源互联网的稳定性;S5、获取待预测的能源互联网的数据,执行S3-S4,得到能源互联网的故障及其位置、故障后能源互联网的稳定性。
解决现有态势感知方法电力系统稳定性预测或多组件故障定位准确率较低的问题.可以广泛适用于互联网等相关领域行业
黑龙江大学有博士后科研流动站7个,博士后科研工作站3个。有博士学位授权一级学科10个,硕士学位授权一级学科35个,硕士专业学位类别18个。有国家重点学科1个,国家重点(培育)学科1个;有国家级一流本科专业建设点33个、国家级特色专业10个、国家级一流本科课程(含精品在线开放课程)15门、省级重点学科群1个、省级重点一级学科12个,省级“双一流”国际一流建设学科1个,省级“双一流”国内一流建设学科5个。
根据故障及其位置和图利用基于图神经网络的态势感知模型Ⅱ预测故障后能源互联网的稳定性。可以有效降低成本,提高效率,具有环保、安全等优势。
本项目可以采用技术转让、技术合作等多种形式进行对接,欢迎有需求的企业单位联系洽谈。