一种基于图卷积神经网络的电力系统自组织临界性辨识方法

本发明公开了一种基于图卷积神经网络的电力系统自组织临界性辨识方法，本发明基于交流OPA模型模拟自组织临界演化过程；根据自组织临界演化过程得到每一天的特征量，包括节点特征、边特征以及全局特征；将特征形成数据集，并进行预处理；构建含跳跃连接的图卷积神经网络模型；将数据集输入含跳跃连接的图卷积神经网络模型，对数据进行图数据处理和分类；利用数据集对含跳跃连接的图卷积神经网络模型进行训练与测试。故本发明解决了传统电力系统自组织临界性辨识方法在处理图形数据和非线性耦合因素方面的不足，能更完善、简便地对电力系统自组织临界性进行在线辨识。