基于GraphSAGE算法的电力物联设备故障预测

来源：计算机技术与发展杂志2025年第05期北京时间：

作者：李世豪*;曾锃;缪巍巍;夏元轶;刘鹏飞;赵海涛

单位：1. 国网江苏省电力有限公司信息通信分公司,江苏 南京 210024;2. 南京邮电大学 通信与信息工程学院,江苏 南京 210003

摘要：电力系统的安全稳定运行是保障国家能源安全和经济发展的关键,而这在很大程度上依赖于对电力物联设备故障的准确预测。 当前,随着电力物联网技术的发展,大量的数据被采集,但这些数据的潜在价值尚未得到充分挖掘,这在一定程度上限制了故障预测的准确性,影响了电力系统的可靠运行。 针对这一问题,该文提出了一种创新的基于GraphSAGE(Graph Sample and Aggregate)算法的电力物联设备故障预测。 该方法通过 PowerGraph 数据集,将电力物联设备故障场景细分为四类,利用 GraphSAGE 模型的特性,深入学习和分析节点特征与边特征,从而实现对物联设备故障的有效预测。 实验结果表明,该方法准确率达到 97. 5% ,相较于其它传统方法,准确率提高了 0. 39% ~ 6. 21% ,同时GraphSAGE 模型实现了快速训练。 该方法为电力物联设备安全稳定运行提供重要决策支持,能够对动态和相互联系的复杂系统进行更精细的分析,并增强电力系统运营部门对潜在干扰的预见和应对能力。

关键词：电力系统;电力物联网;GraphSAGE算法;电力物联设备故障;有效预测