基于GCN的谐波畸变配电网故障分类模型新

系统性综述物理信息机器学习在电力系统设计、监控与控制中的应用，聚焦混合架构与物理约束嵌入方法。

基于物理信息图神经网络的交流最优潮流求解基础模型，在54种电网拓扑上预训练，可在10,000节点系统上实现2.45%零样本成本误差。

提出针对GridFM电力系统基础模型的droop感知扩展，将斜率控制和死区参数嵌入节点特征，实现控制感知交流潮流分析。

提出DNNsolver框架，通过深度学习方法实现偏振敏感衍射神经网络的高精度高效建模范式，解决传统薄元近似无法捕捉层内电磁耦合的问题。

DNNsolver提出基于深度学习的偏振敏感衍射神经网络建模方法，解决传统薄元件近似无法捕捉层内电磁耦合的问题，提升高密度光学计算建模精度与效率。