基于支路标签图卷积的电力关键节点识别仿真

作者：汪波; 李涛; 何年容^*; 高熙越

来源：湖北理工学院学报, 2022, 38(04): 1-4.

DOI：10.3969/j.issn.2095-4565.2022.04.001

• 标签网络
• 图卷积网络
• 关键节点识别
• 电力系统

图神经网络是一种最新的深度学习技术，能够有效地从复杂网络结构中提取结构特征。文章提出了基于支路标签图卷积的电力关键节点识别仿真模型，针对带标签电力网络中的关联特征进行建模，将节点邻居按照其节点属性进行分组，并使用图卷积网络对不同组内的节点进行融合。在IEEE-118节点系统上的仿真实验验证了该方法的有效性和准确性。