基于图卷积神经网络的配电网故障定位方法、装置及设备

本申请涉及配电网故障定位技术领域与人工智能应用技术领域，本申请公开了基于图卷积神经网络的配电网故障定位方法、装置及设备，方法包括：从控制参数中获取个体总数和最大迭代次数，根据个体总数，生成多个冬虫夏草个体；采用冬虫夏草优化算法更新每个冬虫夏草个体的位置向量，获取更新期间的当前迭代次数，在当前迭代次数为最大迭代次数时，选取适应度值最高的冬虫夏草个体的位置向量代表的超参数组合作为最优超参数组合，将最优超参数组合导入图卷积神经网络的架构，生成配电网的故障定位模型，将配电网在当前时刻的电气数据输入故障定位模型，故障定位模型生成配电网在当前时刻的故障定位结果。本申请有利于提高故障定位结果的获取效率。