[发明专利]基于正交图注意力神经网络的配电网故障诊断方法及装置

权利要求书

1.基于正交图注意力神经网络的配电网故障诊断方法，其特征在于，所述方法包括：

获取训练数据；

构建基于正交注意力机制的图神经网络模型，所述基于正交注意力机制的图神经网络模型包括图神经网络和正交注意力机制；

对模型进行训练，得到配电网故障诊断模型。

2.根据权利要求1所述的基于正交图注意力神经网络的配电网故障诊断方法，其特征在于，所述图神经网络的输入为三相电压电流幅值信息，所述图神经网络的每个节点包括用于表示故障状态的标签，所述图神经网络的输出为所述图神经网络的每个节点的状态判别结果。

3.根据权利要求1所述的基于正交图注意力神经网络的配电网故障诊断方法，其特征在于，所述图神经网络的每个节点包括用于表示故障状态的标签，包括：

所述图神经网络的每个节点包含一个二进制编码，0表示正常状态，1表示故障状态；或者，1表示正常状态，0表示故障状态。

4.根据权利要求1所述的基于正交图注意力神经网络的配电网故障诊断方法，其特征在于，所述方法还包括：

用数学式表示注意力机制；

通过计算得到节点之间的相关度并进行softmax归一化处理得到注意力系数；

在所述注意力系数上增加正交约束。

5.根据权利要求4所述的基于正交图注意力神经网络的配电网故障诊断方法，其特征在于，所述数学式包括：

Attention(Q，S)＝∑Q，S·S

式中，S代表电网拓扑所有邻居节点的特征向量；Q是中心节点的特征向量。

6.根据权利要求4所述的基于正交图注意力神经网络的配电网故障诊断方法，其特征在于，所述注意力系数的表达式包括：

式中，L表示ReLU激活函数；α表示计算两个电网节点相关度的函数；W表示电网节点从输入特征维度变换到输出特征维度的权重参数矩阵。

7.根据权利要求4所述的基于正交图注意力神经网络的配电网故障诊断方法，其特征在于，所述正交约束为：

L＝minα_iα_j

式中，L表示ReLU激活函数，当损失L降为0时，不同的注意力系数呈现彼此正交的状况。

8.根据权利要求1所述的基于正交图注意力神经网络的配电网故障诊断方法，其特征在于，所述对模型进行训练，得到配电网故障诊断模型，包括：

使用梯度下降法对模型进行训练，得到配电网故障诊断模型。

9.基于正交图注意力神经网络的配电网故障诊断装置，其特征在于，所述装置包括：

第一模块，用于获取训练数据；

第二模块，用于构建基于正交注意力机制的图神经网络模型，所述基于正交注意力机制的图神经网络模型包括图神经网络和正交注意力机制；

第三模块，用于对模型进行训练，得到配电网故障诊断模型。

10.基于正交图注意力神经网络的配电网故障诊断装置，其特征在于，所述装置包括：

至少一个处理器；

至少一个存储器，所述存储器用于存储至少一个程序；

当至少一个所述程序被至少一个所述处理器执行时实现如权利要求1-8中任一项所述的基于正交图注意力神经网络的配电网故障诊断方法。