近来，浙江水利水电学院灵犀科技学生团队成功研宣布一套根据图神经网络与人工智能的配电网智能毛病检测体系。该技能突破了传统电力运维中毛病定位难、猜测精度低一级瓶颈，为新式电力体系的高效运转供给了立异解决方案。

  团队创始人电气工程与自动化专业学生韩明皓表明：“咱们针对配电网中海量设备接入导致的拓扑杂乱、毛病特征畸变等问题，立异性交融图神经网络与边云协同算法，结合随机矩阵理论构建动态感知模型，使体系毛病定位准确率提升至97%以上，呼应速度缩短至1分钟内。”

  试验室记录仪显现，在最近一次72小时接连测验中，团队为霸占多层建筑复合负荷猜测难题，接连调试算法模型26次。当第27次试验的毛病定位误差率初次降至0.3%时，小组成员激动相拥。辅导老师一边核对实时监测数据，一边提示优化边际核算节点布置战略。韩明皓坦言：“这套体系不只支撑新动力大规模接入，其中心算法在才智城市、工业物联网等范畴相同具有宽广使用远景。”

  据悉，该技能已成功在浙江以诺电气工业园区付诸实践，使供电可靠性提升至99.9%，运维本钱下降20%。团队研制的“三相不平衡智能辨认程序”更破解了分布式动力并网导致的电压动摇难题，相关效果成功申请专利和软件著作权，还取得中国国际大学生立异大赛浙江省银奖。

  项目辅导教师马登昌指出，“该项技能成功落地标志着电力体系毛病查验测验从‘被迫呼应’转向‘自动预判’，其边云协同架构规划特别符合新式电力体系柔性化需求。学生团队依托校园资源丰富的科研渠道，正与华能（浙江）动力开发有限公司深化协作，计划在长三角地区20个才智园区推行该技能，助力“双碳”目标下的电网数字化转型。”