基于辅助任务学习的图神经网络用于PMU数据重建
Research Paper#Power Systems, Graph Neural Networks, Data Reconstruction🔬 Research|分析: 2026年1月3日 06:31•
发布: 2025年12月31日 01:00
•1分で読める
•ArXiv分析
本文解决了电力系统中广域测量系统（WAMS）中数据缺失的关键问题。所提出的方法利用具有辅助任务学习（ATL）的图神经网络（GNN），旨在改进缺失的PMU数据的重建，克服现有方法的局限性，例如对概念漂移的适应性差、在高缺失率下的鲁棒性差以及对完全系统可观测性的依赖。使用K-hop GNN和辅助GNN来利用PMU数据的低秩特性是关键的创新。本文对鲁棒性和自适应性的关注对于实际应用尤为重要。