龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中国电力科学研究院有限公司
摘要：本发明公开一种基于多任务图学习的有源配电网拓扑辨识方法及相关装置，属于电力系统监测技术领域，方法包括利用多个自编码器分别补全配电网中不同量测特征的缺失；将配电网拓扑表示为图的形式，利用图数据对拓扑辨识器进行训练，根据多头注意力系数从目标节点到源节点进行消息聚合，获取整图边的特征矩阵；将每条线路的特征输入全连接神经网络层，并将特征映射为每条线路状态的判定值，判定线路的开断状态，实现拓扑辨识；利用多任务学习对补全量测特征的缺失以及拓扑辨识过程联合学习优化，确定目标模型，将实时量测数据输入目标模型，输出拓扑辨识结果。本发明能够在有限量测数据的条件下降维、重构不完整数据以及精确识别配电网拓扑结构。
主权项：1.一种基于多任务图学习的有源配电网拓扑辨识方法，其特征在于，包括：利用预先构建的多个自编码器分别补全配电网中不同量测特征的缺失，获得量测特征缺失补全后的配电网拓扑；将量测特征缺失补全后的配电网拓扑表示为图的形式，获得图形式的数据；利用图形式的数据对预先搭建的拓扑辨识器进行训练，根据图的多头注意力系数从目标节点到源节点进行消息聚合，源节点即当前计算的节点，各目标节点即图中其他节点；利用节点关联矩阵计算更新后头尾节点的特征向量差，将头尾节点的特征拼接形成头尾节点特征向量，获取线路本身的二维特征，将更新后头尾节点的特征向量差与头尾节点特征向量及线路本身的二维特征进行拼接，形成整图边的最终特征矩阵；根据整图边的最终特征矩阵，获取每条线路的特征，将每条线路的特征输入至全连接神经网络层，并将特征映射为每条线路状态的判定值，通过设定判定值的阈值进行比较，判定线路的开断状态，实现拓扑辨识；利用多任务学习对补全配电网中不同量测特征的缺失以及拓扑辨识过程联合学习优化，确定多任务学习目标模型，将实时量测数据输入多任务学习目标模型，输出拓扑辨识结果。
全文数据：
权利要求：
百度查询： 中国电力科学研究院有限公司 基于多任务图学习的有源配电网拓扑辨识方法及相关装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号