陈光宇 袁文辉 徐晓春 戴则梅 闪 鑫

基于残差图卷积深度网络的电网无功储备需求快速计算方法

陈光宇1袁文辉1徐晓春2戴则梅3闪 鑫3

（1. 南京工程学院电力工程学院 南京 211167 2. 国网江苏省电力有限公司淮安供电分公司 淮安 223021 3. 南瑞集团公司（国网电力科学研究院） 南京 211167）

针对电网无功储备需求计算复杂度高、耗时长的问题，提出一种基于残差图卷积深度网络考虑冗余样本特征削减的电网无功储备需求快速计算方法。该文首先，给出一种基于深度学习的电网无功储备需求快速计算框架，采用残差图卷积深度神经网络（GCNII）对电网无功储备需求计算进行建模；其次，为克服传统相似性计算方法在拓扑属性样本度量问题上的局限，提出一种双尺度相似性度量方法，基于矩阵奇异值序列的余弦距离实现对拓扑结构样本的相似性度量；最后，提出一种冗余样本削减策略，基于双尺度相似性度量方法，结合改进谱聚类算法实现对样本集合的分层聚类，并通过样本局部密度分析，实现在维持数据集特征多样性的情况下，对冗余样本进行有效削减，提升模型训练效率。所提算例采用IEEE标准节点系统进行仿真，计算结果表明，该方法能够实现在模型计算精度基本不变的情况下大幅提升模型训练效率。

残差图卷积神经网络 无功储备需求计算 样本削减策略 矩阵奇异值序列 双尺度相似性

0 引言

无功储备对于维持电网的电压稳定起到了至关重要的作用[1-2]。……