买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天津大学合肥创新发展研究院

摘要：本发明公开了一种基于关系图卷积网络的源荷场景对抗生成方法，包括以下步骤：步骤1、获取源荷场景数据，以构建真实源荷场景的图结构表示；步骤2、建立融合关系图卷积网络的图生成对抗网络，图生成对抗网络模型包括基于多层感知机的源荷场景数据生成器、基于关系图卷积网络的源荷场景数据判别器，并对所述图生成对抗网络进行训练；步骤3、重新生成随机噪声输入至训练完成后的图生成对抗网络中的源荷场景数据生成器，得到当前的源荷场景图结构表示，作为源荷场景模拟样本。本发明可增强应对源荷功率随机波动和拓扑变化的能力，保障电网的安全经济运行。

主权项：1.一种基于关系图卷积网络的源荷场景对抗生成方法，其特征在于，包括以下步骤：步骤1、获取源荷场景数据，并根据源荷场景数据构建源荷场景的拓扑结构；根据源荷场景的拓扑结构中节点的邻接关系矩阵，得到节点间的邻接关系矩阵；根据源荷场景的拓扑结构中节点的关键特征，得到源荷场景的节点属性矩阵；根据源荷场景的拓扑结构中节点间链接的关键特征，得到源荷场景的边属性矩阵；然后，分别对节点属性矩阵、边属性矩阵进行预处理后，与所述邻接关系矩阵组成真实源荷场景的图结构表示步骤2、建立融合关系图卷积网络的图生成对抗网络，并对所述图生成对抗网络进行训练；所述图生成对抗网络模型包括基于多层感知机的源荷场景数据生成器、基于关系图卷积网络的源荷场景数据判别器；每次训练时，首先生成服从高斯分布的随机噪声作为所述源荷场景数据生成器的输入，通过源荷场景数据生成器中三层全连接层输出隐藏层的编码表示，然后由源荷场景数据生成器将输出的隐藏层编码表示分别解码为邻接关系矩阵、边属性矩阵、节点属性矩阵，由此生成源荷场景图结构表示接着，以步骤1得到的真实源荷场景图结构表示由源荷场景数据生成器生成的源荷场景图结构表示作为所述源荷场景数据判别器的输入，由源荷场景数据判别器通过若干关系图卷积层分别得到真实源荷场景图结构表示源荷场景图结构表示中每个节点的隐藏层编码表示，然后由源荷场景数据判别器通过关系图聚合层分别将得到的两个图结构表示和中节点的隐藏层编码表示进行聚合，由此分别得到真实源荷场景图结构表示和源荷场景图结构表示中每个节点的图级向量表示，最后由源荷场景数据判别器通过概率输出层根据真实源荷场景图结构表示和源荷场景图结构表示中每个节点的图级向量表示，分别得到真实源荷场景图结构表示和源荷场景图结构表示中每个节点的概率占比；基于上述过程进行多轮训练，多轮训练时基于训练目标函数计算结果反向传播交替优化更新所述源荷场景数据生成器和源荷场景数据判别器的权重参数，直至达到指定迭代次数后停止训练，由此得到训练好的图生成对抗网络，并保存训练好的图生成对抗网络中的源荷场景数据生成器部分的权重参数；步骤3、重新随机生成服从高斯分布的随机噪声，将重新生成的随机噪声输入至训练完成后的图生成对抗网络中的源荷场景数据生成器，由源荷场景数据生成器生成当前的源荷场景图结构表示，作为源荷场景模拟样本，由此构建源荷场景模拟样本集。

全文数据：

权利要求：

百度查询： 天津大学合肥创新发展研究院 一种基于关系图卷积网络的源荷场景对抗生成方法