基于支路标签图卷积的电力关键节点识别仿真

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。