[控场AI]
概念Physics-Informed Graph Neural Operator / PIGNO

物理信息图神经算子

一种结合物理约束与图神经算子的电力系统动态状态估计方法,通过图注意力编码器将稀疏PMU量测映射为节点特征,并利用摇摆方程作为硬/软约束,实现全网机组轨迹的一次性前向估计。

时间轴 (近 90 天)

11月10日

论文提出物理信息图神经算子(Physics-Informed Graph Neural Operator),旨在仅凭少量发电机母线处的间歇性量测,一次性前向传播估计全网所有机组的转子角度与转速轨迹,包括未直接量测的机组。

待验证50%
11月10日

论文在四个输电系统上进行了仿真测试,结果显示,在既不针对场景优化、也不使用状态标签的估计器中,该神经算子精度最高。

待验证50%
11月10日

在118节点系统上,用仿真状态训练的网络反而不如直接用该算子(物理信息图神经算子),后者比硬约束移动视界估计更快且更准确。

待验证50%
11月10日

在模型误差存在时,该算子以远低于优化基准的成本达到或超越其精度。

待验证50%

全部知识事实 (4)

来源文章