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：国网江西省电力有限公司信息通信分公司;国网智能电网研究院有限公司

摘要：本发明公开了基于模型压缩的电网状态快速推演方法，涉及电网状态推演技术领域，包括以下步骤：S1、构建数据集、S2、搭建图卷积网络、S3、模型剪枝、S4、优化剪枝过程和S5、计算未知输电线路。本发明通过剪枝率分析算法确定剪枝率，保证每次对模型进行剪枝的过程中均会对相关的掩码进行更新，使得剪枝策略算法在处理过程中能够更加准确，及时识别冗余以及不必要的参数，降低剪枝过程中出现的错误，同时对于错误的剪枝操作也会通过再生处理算法进行调整，使得重新生成的模型不仅具备高效的推理性能，而且还能够减少计算资源和内存损耗。

主权项：1.基于模型压缩的电网状态快速推演方法，其特征在于，所述方法包括以下步骤：S1、构建数据集：利用电力监测设备对输电线路的电流以及电压相关数据进行采集，确定输电线路的电流实部以及虚部和电压实部以及虚部后，将其存储至数据集中，数据库中存储的电网拓扑图传输至处理器中，利用图神经网络技术搭建出GNN模型，获取数据集中的完整数据后，取部分线路数据作为神经网络的输入，另一部分作为真值，将两者的差异反向传播至GNN中；S2、搭建图卷积网络：从数据库中获取电网多个监测点连接关系以及监测点数据特征后，利用处理器将其通过矩阵的形式进行表示，使用输入输出处理算法根据相关矩阵确定参数，从而完成GCN的搭建；S3、模型剪枝：选用CGP框架对GNN进行模型剪枝，为GNN的模型权重创建非可微的二进制掩码，根据剪枝策略算法更新掩码，将权重低于阈值的参数置零，从而完成模型权重的剪枝，根据剪枝策略算法使用一个可微的软掩码来动态地剪除图中的边，从而完成图结构的剪枝，并利用特征注意力掩码进行分析，从而完成输入层的节点特征剪枝；S4、优化剪枝过程：在训练的每个阶段，利用剪枝率分析算法确定剪枝率后，使用再生处理算法将被剪除的连接重新建立关联，在GNN模型的训练过程中减少相关参数，使得模型重新生成；S5、计算未知输电线路：将已知的四维矢量以及电网拓扑图输入至GNN中，经过模型分析以及计算后，得到未知输电线路对应的四维矢量。

全文数据：

权利要求：

百度查询： 国网江西省电力有限公司信息通信分公司 国网智能电网研究院有限公司 基于模型压缩的电网状态快速推演方法