|
|||||
|
|
| 基于图卷积网络的配电网无功优化 | |
| 作者姓名： | 廖文龙 于贇 王煜森 陈洁婧 |
| 作者单位： | 奥尔堡大学 能源技术学院,奥尔堡 9220;瑞典皇家理工学院 电气工程与计算机科学学院,斯德哥尔摩 SE-10044;北京大学 软件与微电子学院,北京市 海淀区 102600 |
| 摘 要： | 高级量测体系的建设和深度学习技术的快速发展使得不依赖于物理模型,而是通过挖掘历史数据和先验知识快速地找到最佳无功优化策略成为了可能.为此,提出了一种基于图卷积网络(graph convolutional network,GCN)的配电网无功优化方法.通过邻接矩阵来表征配电网节点间的拓扑信息,所提出的算法能够有效地挖掘节... |
| 关 键 词： | 配电网 无功优化 图卷积网络 深度学习 数据驱动 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |