一种基于图神经网络的电力故障预测方法及系统

发明专利有效专利

申请号：
CN202010076332.3
IPC分类号：G06Q10/04;G06Q50/06;G06N3/04
申请日期：
2020-01-23
申请人：
华中科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于图神经网络的电力故障预测方法及系统
申请号	CN202010076332.3	申请日期	2020-01-23
法律状态	公开	申报国家	中国
公开/公告日	2020-07-28	公开/公告号	CN111461392A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;0;6;;;G;0;6;N;3;/;0;4查看分类表>
申请人	华中科技大学	申请人地址	湖北省武汉市洪山区珞喻路1037号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华中科技大学	当前权利人	华中科技大学
发明人	莫益军;刘华;李满君;方鑫
代理机构	华中科技大学专利中心	代理人	李智

摘要

本发明公开了一种基于图神经网络的电力故障预测方法，属于电网可靠性领域，包括：基于电气图构建邻接矩阵A；获取A中各节点的状态信息，构建状态矩阵X；以X为输入，以A为卷积核，利用电力故障预测网络预测各节点是否出现故障；若出现故障，则定位电网中的故障节点；对于任意第i个节点，获取其负荷序列和容载比序列，并以小时、日、周、月、季和年为粒度间隔进行序列嵌入，生成负载特性向量x′i(t)；以x′i(t)为输入，利用供电中断时间点预测模型预测该节点在各时间点的中断状态，若F后续时间点均为供电中断状态，则预测该时间点为供电中断时间点。本发明能够预测供电中断的位置和时间，实现细粒度的供电可靠性预测和管理，为电网优化和调度提供支撑。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供