图神经网络及其在电力系统中的应用综述，12页pdf

深度神经网络已经彻底改变了电力系统中的许多机器学习任务，从模式识别到信号处理。这些任务中的数据通常以欧几里得域表示。然而，在电力系统中有越来越多的应用，其中的数据收集自非欧几里得域，并表示为具有高维特征和节点间相互依赖的图结构数据。图结构数据的复杂性给现有的欧几里得域深度神经网络带来了重大挑战。近年来，在电力系统图结构数据的深度神经网络扩展方面出现了许多研究。本文对电力系统中的图神经网络(GNNs)进行了综述。总结了几种经典的GNNs结构范式 (图卷积网络、图递归神经网络、图注意力网络、图生成网络、时空图卷积网络以及混合形式的GNNs)，并详细综述了其在电力系统故障诊断、功率预测、能流计算和数据生成等方面的关键应用。此外，还讨论了GNN在电力系统中应用的主要问题和一些研究趋势。

https://www.zhuanzhi.ai/paper/4b5bc1768a01d1a9dccfc5dc32885c63