期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进GCN-Transformer的电力系统脆弱性节点辨识
1
作者 刘伟 梁悦帅 《电力系统保护与控制》 北大核心 2026年第6期58-70,共13页
随着电力系统规模不断扩大和新能源接入比例增加,电网结构日趋复杂。局部节点故障易引发电网连锁失效,对系统安全构成严重威胁。因此,预先识别电网中的脆弱性节点并加以保护对保障电网的安全运行至关重要。为实现脆弱性节点的高效辨识,... 随着电力系统规模不断扩大和新能源接入比例增加,电网结构日趋复杂。局部节点故障易引发电网连锁失效,对系统安全构成严重威胁。因此,预先识别电网中的脆弱性节点并加以保护对保障电网的安全运行至关重要。为实现脆弱性节点的高效辨识,提出一种改进融合图卷积网络与Transformer架构(graph convolutional networkTransformer,GCN-Transformer)的脆弱性节点辨识方法。首先,结合复杂网络理论和改进信息熵-K壳算法构建节点脆弱性评价指标集。其次,引入基于Chebyshev多项式的Kolmogorov-Arnold网络(Chebyshev Kolmogorov-Arnold network,Cheb-KAN)作为图卷积网络(graph convolutional networks,GCN)的前置支路特征提取模块,优化GCN的节点特征提取在不同支路间的传播效果。同时,将改进GCN提取的特征输入至融合了多模态交叉注意力机制(multimodal cross-attention mechanism,MCA)的Transformer中,用以捕获不同模态特征间的全局关联关系,构建面向脆弱节点辨识的深度学习模型。然后,基于IEEE39节点构建多种工况运行场景,建立模型训练的原始数据集。最后,在原始数据集上对所提模型进行训练与评估。结果表明,该方法在脆弱节点辨识准确率方面显著优于传统图网络模型,具备良好的可行性及其在电网实际场景中的工程应用潜力。 展开更多
关键词 脆弱性节点 脆弱性评价指标 改进GCN-Transformer cheb-kan 多模态交叉注意力 节点辨识
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部