基于GCN与Transformer融合的有源配电网状态估计方法及系统

本发明公开了一种基于GCN与Transformer融合的有源配电网状态估计方法及系统。本发明首先建立配电网图模型，将配电网中的节点和连接这些节点的线路抽象为图结构；其次构建光伏电站物理模型，并采用五参数模型描述端电压和电流之间的关系；然后构建基于Transformer的状态预测方程，利用历史量测数据预测未来时刻的系统状态；并构建基于GCN的量测方程，通过图卷积操作实现节点状态与其邻居节点状态之间的关系建模；最后利用深度神经网络将状态预测和量测结果进行特征融合，输出更精确的配电网状态估计。本发明通过将GCN用于量测数据的转化，充分挖掘了节点与邻居之间的空间依赖性；而Transformer则负责长序列时间依赖的状态预测，有效提升了模型的预测精度和鲁棒性。