图神经网络及其在电力系统中的应用综述
机器学习
2021-06-15 v2 人工智能
系统与控制
系统与控制
摘要
深度神经网络已经革新了电力系统中的许多机器学习任务，从模式识别到信号处理。这些任务中的数据通常表示在欧几里得域中。然而，电力系统中越来越多的应用所收集的数据来自非欧几里得域，并表示为具有高维特征和节点间相互依赖关系的图结构数据。图结构数据的复杂性给定义在欧几里得域上的现有深度神经网络带来了显著挑战。近来，许多将深度神经网络推广到电力系统中图结构数据的文献涌现出来。本文对电力系统中图神经网络（GNNs）进行了全面概述。具体地，总结了若干经典的 GNN 结构范式（如图卷积网络），并详细综述了电力系统中的关键应用，如故障场景应用、时间序列预测、潮流计算和数据生成。此外，讨论了 GNN 在电力系统应用中的主要问题以及一些研究趋势。
引用
@article{arxiv.2101.10025,
title = {A Review of Graph Neural Networks and Their Applications in Power Systems},
author = {Wenlong Liao and Birgitte Bak-Jensen and Jayakrishnan Radhakrishna Pillai and Yuelong Wang and Yusen Wang},
journal= {arXiv preprint arXiv:2101.10025},
year = {2021}
}