【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于图神经网络的状态估计方法、装置、设备及介质。
技术介绍
1、在电力系统状态估计中，测量数据错误往往会对状态估计的收敛性产生严重影响。为了解决这个问题，在状态估计的调试中，经常会采用在有功量测不平衡的母线上添加等值机组的方式提高状态估计的收敛性。
2、目前，通常是仅根据调试人员的经验确定在哪些母线上添加等值机组，以及如何优化配置等值机组。
3、现有的等值机组配置方式存在配置效率低，只能解决状态估计收敛的局部问题，无法全局性地解决电力系统中有功量测不平衡的问题，状态估计的收敛性依然难以保证。
技术实现思路
1、本专利技术提供了一种基于图神经网络的状态估计方法、装置、设备及介质，提高了等值机组的配置效率，全局地解决了有功量测不平衡的问题，保证了状态估计的收敛性。
2、根据本专利技术的一方面，提供了一种基于图神经网络的状态估计方法，该方法包括：
3、构建电力系统的母线支路图，并计算至少一个母线节点的有功功率不平衡量；
4、将母线支路图和各母线节点的有功功率不平衡量输入至图神经网络中，确定对应的各母线的等值机组配置结果；
5、基于等值机组配置结果，对母线配置等值机组，并获取电力系统中的设备功率；
6、根据设备功率，对电力系统中设备进行状态估计，计算设备的设备电压估计值。
7、根据本专利技术的另一方面，提供了一种基于图神经网络的状态估计装置，该装置包括：>
8、母线支路图构建模块，用于构建电力系统的母线支路图，并计算至少一个母线节点的有功功率不平衡量；
9、等值机组配置结果确定模块，用于将母线支路图和各母线节点的有功功率不平衡量输入至图神经网络中，确定对应的各母线的等值机组配置结果；
10、设备功率获取模块，用于基于等值机组配置结果，对母线配置等值机组，并获取电力系统中的设备功率；
11、状态估计模块，用于根据设备功率，对电力系统中设备进行状态估计，计算设备的设备电压估计值。
12、根据本专利技术的另一方面，提供了一种电子设备，该电子设备包括：
13、至少一个处理器；以及
14、与至少一个处理器通信连接的存储器；其中，
15、存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本专利技术任一实施例的基于图神经网络的状态估计方法。
16、根据本专利技术的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本专利技术任一实施例的基于图神经网络的状态估计方法。
17、本专利技术实施例的技术方案，通过构建电力系统的母线支路图，并计算至少一个母线节点的有功功率不平衡量，将母线支路图和各母线节点的有功功率不平衡量输入至图神经网络中，确定对应的各母线的等值机组配置结果，基于等值机组配置结果，对母线配置等值机组，并获取电力系统中的设备功率，根据设备功率，对电力系统中设备进行状态估计，计算设备的设备电压估计值，解决了现有的等值机组配置方式存在配置效率低，只能解决状态估计收敛的局部问题，无法全局性地解决电力系统中有功量测不平衡的问题，状态估计的收敛性依然难以保证的问题，提高了等值机组的配置效率，全局地解决了有功量测不平衡的问题，保证了状态估计的收敛性。
18、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种基于图神经网络的状态估计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述构建电力系统的母线支路图，包括：
3.根据权利要求2所述的方法，其特征在于，所述节点设备包括发电机组、负荷机组、电容器、电抗器和补偿器中至少一项；所述支路设备包括传输线、变压器和开关中至少一项。
4.根据权利要求1所述的方法，其特征在于，所述计算至少一个母线节点的有功功率不平衡量，包括：
5.根据权利要求4所述的方法，其特征在于，所述设备有功功率包括待测量时间段内各单元时刻对应的至少一个单元设备有功功率；所述有功功率不平衡量包括待测量时间段内各所述单元时刻对应的至少一个单元有功功率不平衡量。
6.根据权利要求1所述的方法，其特征在于，所述将所述母线支路图和各所述母线节点的有功功率不平衡量输入至图神经网络中，确定对应的各母线的等值机组配置结果，包括：
7.根据权利要求1所述的方法，其特征在于，在所述基于所述等值机组配置结果，对所述母线配置等值机组，并获取电力系统中的设备功率的同时，还包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。