基于图神经网络的电流互感器计量性能评估研究

李金蒿, 叶子阳, 易黎, 纪同快, 蒙媛, 徐杰

西南民族大学学报(自然科学版) ›› 2026, Vol. 52 ›› Issue (02) : 193 -202.

PDF
西南民族大学学报(自然科学版) ›› 2026, Vol. 52 ›› Issue (02) : 193 -202. DOI: 10.26978/j.cnki.xnmdzk.2026.02.010

基于图神经网络的电流互感器计量性能评估研究

    李金蒿, 叶子阳, 易黎, 纪同快, 蒙媛, 徐杰
作者信息 +

Author information +
文章历史 +
PDF

摘要

电流互感器作为电力系统中关键的电流测量与保护设备,其误差状态直接关系到电网运行的安全性与可靠性.然而,传统误差评估方法多依赖单节点的时间序列分析,忽视了电网拓扑结构及各互感器间的时空关联特征.针对这一问题,提出一种基于图神经网络(Graph neural network,GNN)的多互感器误差状态在线评估与异常检测框架.该方法通过相关性构图机制构建随时间演化的动态图结构,引入图注意力网络(Graph Attention Network,GAT)结合时间感知门控注意力机制与门控循环单元,实现对节点状态的时空联合建模.同时,结合基于Transformer的时间序列预测模型,构建预测残差并设计结构感知的异常评分机制,从而精准识别电流互感器的异常运行状态.模型在SoCal-28与SWaT两个具有代表性的真实数据集上进行验证,实验结果表明,所提方法的F1值达到0.85,准确率和召回率分别为88.91%与81.12%,验证了该方法的有效性与工程应用潜力.

关键词

电流互感器 / 图神经网络 / 异常检测 / 时间序列预测 / 动态图建模

Key words

引用本文

引用格式 ▾
李金蒿, 叶子阳, 易黎, 纪同快, 蒙媛, 徐杰. 基于图神经网络的电流互感器计量性能评估研究[J]. 西南民族大学学报(自然科学版), 2026, 52(02): 193-202 DOI:10.26978/j.cnki.xnmdzk.2026.02.010

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/