基于支路标签图卷积的电力关键节点识别仿真

摘要：

图神经网络是一种最新的深度学习技术,能够有效地从复杂网络结构中提取结构特征.文章提出了基于支路标签图卷积的电力关键节点识别仿真模型,针对带标签电力网络中的关联特征进行建模,将节点邻居按照其节点属性进行分组,并使用图卷积网络对不同组内的节点进行融合.在IEEE-118节点系统上的仿真实验验证了该方法的有效性和准确性.

关键词：标签网络、图卷积网络、关键节点识别、电力系统

所属期刊栏目：38

分类号：TM769;TP391.9(输配电工程、电力网及电力系统)

资助基金：国网湖北省电力科技项目5215J020012

在线出版日期：2022-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-4