1.一种基于图注意力网络的配电网网格化方法，其特征在于，包括：根据预置拓扑结构对配电网进行网格划分，得到多个网格区域；构建每个所述网格区域的网格特征向量，所述网格特征向量包括拓扑邻近矩阵和潮流信息；将所述网格特征向量输入预置图注意力网络中进行特征预测，得到预测特征向量，所述预置图注意力网络包括注意力机制；基于所述网格区域的动态信息判断所述预测特征向量是否满足预置可靠性指标，若是，则基于预设电力约束条件求解配电网对应的预设电力需求模型，若否，则将所述预测特征向量作为当前动作状态；以平均停电频率f、平均停电持续时间t s 和平均供电可用率η作为所述预置可靠性指标，指标计算公式如下表示：其中，N i 为节点i的用户数，λ i 为节点i的故障率，T i 为节点i的年平均停电时间；根据所述当前动作状态进行强化学习，将最大概率对应的动作值作为更新特征向量，返回所述基于所述网格区域的动态信息判断所述预测特征向量是否满足预置可靠性指标的步骤；基于所述电力需求模型的解优化网格划分机制，得到优化网格区域。
2.根据权利要求1所述的基于图注意力网络的配电网网格化方法，其特征在于，所述将所述网格特征向量输入预置图注意力网络中进行特征预测，得到预测特征向量，包括：采用预置激活函数根据节点间的相关度计算注意力系数；基于注意力机制，根据所述注意力系数和输入预置图注意力网络中的所述网格特征向量进行特征预测，得到预测特征向量。
3.根据权利要求2所述的基于图注意力网络的配电网网格化方法，其特征在于，所述基于注意力机制，根据所述注意力系数和输入预置图注意力网络中的所述网格特征向量进行特征预测，得到预测特征向量，还包括：基于多头注意力机制，根据所述注意力系数和输入预置图注意力网络中的所述网格特征向量进行去平均集成的特征预测，得到预测特征向量。
4.根据权利要求1所述的基于图注意力网络的配电网网格化方法，其特征在于，所述根据所述当前动作状态进行强化学习，将最大概率对应的动作值作为更新特征向量，返回所述基于所述网格区域的动态信息判断所述预测特征向量是否满足预置可靠性指标的步骤，包括：根据所述当前动作状态和初始奖励值对Q值矩阵和P值矩阵进行状态更新计算，并记录不同动作值对应的概率；获取最大概率对应的动作值作为得到更新特征向量，返回所述基于所述网格区域的动态信息判断所述预测特征向量是否满足预置可靠性指标的步骤。
5.根据权利要求1所述的基于图注意力网络的配电网网格化方法，其特征在于，所述基于所述网格区域的动态信息判断所述预测特征向量是否满足预置可靠性指标，若是，则基于预设电力约束条件求解配电网对应的预设电力需求模型，若否，则将所述预测特征向量作为当前动作状态，之前还包括：获取配电网的相关运行数据；根据所述相关运行数据构建配电网的预设电力需求模型，所述预设电力需求模型包括预设电力约束条件，所述预设电力约束条件包括节点电压约束、支路潮流约束和节点电流约束。
6.一种基于图注意力网络的配电网网格化装置，其特征在于，包括：网格划分模块，用于根据预置拓扑结构对配电网进行网格划分，得到多个网格区域；向量构建模块，用于构建每个所述网格区域的网格特征向量，所述网格特征向量包括拓扑邻近矩阵和潮流信息；特征预测模块，用于将所述网格特征向量输入预置图注意力网络中进行特征预测，得到预测特征向量，所述预置图注意力网络包括注意力机制；特征判断模块，用于基于所述网格区域的动态信息判断所述预测特征向量是否满足预置可靠性指标，若是，则基于预设电力约束条件求解配电网对应的预设电力需求模型，若否，则将所述预测特征向量作为当前动作状态；以平均停电频率f、平均停电持续时间t s 和平均供电可用率η作为所述预置可靠性指标，指标计算公式如下表示：其中，N i 为节点i的用户数，λ i 为节点i的故障率，T i 为节点i的年平均停电时间；强化学习模块，用于根据所述当前动作状态进行强化学习，将最大概率对应的动作值作为更新特征向量，触发所述特征判断模块；网格优化模块，用于基于所述电力需求模型的解优化网格划分机制，得到优化网格区域。
7.根据权利要求6所述的基于图注意力网络的配电网网格化装置，其特征在于，所述特征预测模块，包括：系数计算子模块，用于采用预置激活函数根据节点间的相关度计算注意力系数；特征预测子模块，用于基于注意力机制，根据所述注意力系数和输入预置图注意力网络中的所述网格特征向量进行特征预测，得到预测特征向量。
8.根据权利要求7所述的基于图注意力网络的配电网网格化装置，其特征在于，还包括：优化特征预测模块，用于基于多头注意力机制，根据所述注意力系数和输入预置图注意力网络中的所述网格特征向量进行去平均集成的特征预测，得到预测特征向量。
9.根据权利要求6所述的基于图注意力网络的配电网网格化装置，其特征在于，所述强化学习模块，包括：矩阵计算子模块，用于根据所述当前动作状态和初始奖励值对Q值矩阵和P值矩阵进行状态更新计算，并记录不同动作值对应的概率；状态筛选子模块，用于获取最大概率对应的动作值作为得到更新特征向量，触发所述特征判断模块。
10.根据权利要求6所述的基于图注意力网络的配电网网格化装置，其特征在于，还包括：数据获取模块，用于获取配电网的相关运行数据；模型构建模块，用于根据所述相关运行数据构建配电网的预设电力需求模型，所述预设电力需求模型包括预设电力约束条件，所述预设电力约束条件包括节点电压约束、支路潮流约束和节点电流约束。
