| 基于图神经网络的配电网故障预测 |
| |
| 引用本文： | 杨华,李喜旺,司志坚,张晓. 基于图神经网络的配电网故障预测[J]. 计算机系统应用, 2020, 29(9): 131-135 |
| |
| 作者姓名： | 杨华 李喜旺 司志坚 张晓 |
| |
| 作者单位： | 中国科学院大学 计算机与控制学院, 北京 100049;中国科学院 沈阳计算技术研究所, 沈阳 110168;中国科学院 沈阳计算技术研究所, 沈阳 110168;中国科学院 沈阳计算技术研究所, 沈阳 110168;国网辽宁省电力有限公司, 沈阳 110168 |
| |
| 基金项目： | 国家科技重大专项（2017ZX01030-201） |
| |
| 摘 要： | 在实际应用场景的配电网故障占电网总故障的80%以上,并且配电网故障的预测一直以来都是比较困难的课题.本文在国家电网提出"泛在物联"的号召下,分析了学者们在此问题上的研究成果后,结合图神经网络的思想提出了一种基于图神经网络的配电网故障预测方法.参考了现在常用的图神经网络设计框架,详细的设计了节点信息汇集函数、预测函数和损失函数,并根据算法流程测试选定了合理的深度参数.算法充分考虑了相连节点间的互相影响,使用真实的电网运行数据对在该课题上常用的其它两种算法的横向比较,实验表明算法在精确度上提高了3.0%,并具有更强的鲁棒性.
|
| 关 键 词： | 图神经网络 配电网 泛在物联 深度学习 反向传播 |
| 收稿时间： | 2020-01-06 |
| 修稿时间： | 2020-01-22 |
Accident Prediction of Power Distribution Network Based on Graph Neural Network |
| |
| YANG Hu,LI Xi-Wang,SI Zhi-Jian,ZHANG Xiao. Accident Prediction of Power Distribution Network Based on Graph Neural Network[J]. Computer Systems& Applications, 2020, 29(9): 131-135 |
| |
| Authors: | YANG Hu LI Xi-Wang SI Zhi-Jian ZHANG Xiao |
| |
| Affiliation: | School of Computer and Control Engineering, University of Chinese Academy of Sciences, Beijing 100049, China;Shenyang Institute of Computing Technology, Chinese Academy of Sciences, Shenyang 110168, China;Shenyang Institute of Computing Technology, Chinese Academy of Sciences, Shenyang 110168, China;State Grid Liaoning Electric Power Co. Ltd., Shenyang 110168, China |
| |
| Abstract: | |
| |
| Keywords: | graph neural network power distribution network Ubiquitous IoT deep learning back propagation |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
