来源：期刊VIP网 时间：
作者：李垚逸;吕飞鹏;刘利文;魏韶韶;朱玉勇;
单位：四川大学电气工程学院;中国三峡建工(集团)有限公司;
摘要：为提高电网薄弱节点辨识模型的准确度，将节点特征与网络参数相结合，提出基于图神经网络(graph neural network, GNN)和复合节点特征的薄弱节点辨识方法。首先，分析电网结构，计算节点各项电气指标并将其作为染色体编码数据，以准确描述节点电气特征，同时增强节点间差异，提高辨识结果准确度和区分度；其次，利用GNN模型，建立节点间通过多条互异通路产生的关联关系，并对传统辨识方法中的节点间最短潮流路径理论进行优化，使得辨识模型更贴合电网实际，计算结果更加合理。算例分析表明，所述方法的辨识结果准确度高，且节点薄弱指标区分明显。
关键词：图神经网络;;复杂网络;;薄弱指标;;染色体编码;;稳定性研究
基金资助：国家自然科学基金项目（编号：51907097）
