Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析（完整源码和数据包）

GNN MLP 图神经网络电力系统分析

该项目研究了图神经网络在电力系统分析中的应用。它旨在比较图神经网络 (GNN) 与传统多层感知器 (MLP) 模型在相同模型复杂度下的性能。代码是在 Jupyter Notebook IDE 中使用 pytorch 框架开发的。神经网络（NN）的最新进展框架被称为图神经网络（GNN），在电力系统中，电网可以被表示为一个具有高维特征和总线之间相互依赖关系的图，为电力系统分析提供更好的机器学习状态，在GNN框架中整合电网拓扑结构用于电力流的应用。在电网中，总线可以被看作是节点，而线可以被看作是边。节点的特征是电压、电压角、有功功率和无功功率，而线路的特征可以是线路电流和线路电阻。 Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析（完整源码和数据包） Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析（完整源码和数据包） Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析（完整源码和数据包）

文件下载

资源详情

[{"title":"（ 129 个子文件 64.68MB ） Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析（完整源码和数据包）","children":[{"title":"Grid_14 bus_loop.pfd 53.02KB ","children":null,"spread":false},{"title":"14 bus dataset generation code.py 2.84KB ","children":null,"spread":false},{"title":"14 bus loop dataset generation code.py 2.84KB ","children":null,"spread":false},{"title":"Grid_14 bus.pfd 51.82KB ","children":null,"spread":false},{"title":"fig14.PNG 58.10KB ","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"文件过多，未全部展示","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析 （完整源码和数据包）

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载

Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析（完整源码和数据包）