结合噪声滤波与多任务策略的输电参数辨识方法

来源：南京信息工程大学学报·自然科学版杂志2026年第2期北京时间：

作者：任之婧，翁理国，夏旻，刘俊

单位：任之婧,南京信息工程大学 江苏省大数据分析技术重点实验室, 南京, 210044,翁理国,南京信息工程大学 江苏省大数据分析技术重点实验室, 南京, 210044,夏旻,南京信息工程大学 江苏省大数据分析技术重点实验室, 南京, 210044,刘俊,中国电力科学研究院有限公司, 南京, 210037

摘要：在输电系统的监控和管理中,传统的参数辨识方法仅聚焦于单一支路的数据,忽视了整体电网拓扑中相邻支路的信息,加之外部因素导致的数据丢失和噪声等数据污染的影响,参数辨识的准确性有待提高.为此,本文提出一种以GraphSAGE为主体的图神经网络模型的方法.首先,通过图神经网络学习电网拓扑信息,并通过邻居信息聚合生成支路的隐藏层特征;然后,结合不同现实场景提出一种多任务学习策略,在优化支路参数的同时完成了对多个支路参数的联合辨识;最后,结合噪声滤波模块,为支路特征引入抗噪声因子,使模型能实现对数据丢失和噪声的有效处理,提高了鲁棒性.实验结果表明,相比传统方法,在线路参数辨识的准确性和稳定性上,本文提出的以GraphSAGE模型为主体的方法最好.

关键词：输电线路;参数辨识;图学习;噪声滤波

基金资助：国家电网总部科技计划(SGSH0000,DKJS2200274)