torch_geometric.datasets.OPFDataset

class OPFDataset(root: str, split: Literal['train', 'val', 'test'] = 'train', case_name: Literal['pglib_opf_case14_ieee', 'pglib_opf_case30_ieee', 'pglib_opf_case57_ieee', 'pglib_opf_case118_ieee', 'pglib_opf_case500_goc', 'pglib_opf_case2000_goc', 'pglib_opf_case6470_rte', 'pglib_opf_case4661_sdetpglib_opf_case10000_goc', 'pglib_opf_case13659_pegase'] = 'pglib_opf_case14_ieee', num_groups: int = 20, topological_perturbations: bool = False, transform: Optional[Callable] = None, pre_transform: Optional[Callable] = None, pre_filter: Optional[Callable] = None, force_reload: bool = False)[source]

Bases: InMemoryDataset

来自“大规模数据集用于交流最优潮流与拓扑扰动”论文的异构OPF数据。

OPFDataset 是一个大规模的最优潮流问题解决数据集，源自于 pglib-opf 数据集。

电网的物理拓扑由"bus"节点类型以及连接的交流线路和变压器表示。此外，"generator"、"load"和"shunt"节点通过各自的专用边类型连接到"bus"节点，例如"generator_link"。

边的方向对应于线路的属性，例如， b_fr 是线路在 from （源/发送）母线的充电电纳。

Parameters:

  • root (str) – Root directory where the dataset should be saved.

  • split (str, optional) – If "train", loads the training dataset. If "val", loads the validation dataset. If "test", loads the test dataset. (default: "train")

  • case_name (str, optional) – 原始 pglib-opf 案例的名称。 (默认: "pglib_opf_case14_ieee")

  • num_groups (int, optional) – 数据集被分为20组，每组包含15,000个样本。 对于大型网络，这个数据量可能会让人不知所措。 num_groups 参数控制下载的数据量。允许的值为 [1, 20]。 (默认值: 20)

  • topological_perturbations (bool, optional) – 是否使用添加了拓扑扰动的数据集。（默认值：False）

  • transform (callable, optional) – 一个函数/转换，它接收一个torch_geometric.data.HeteroData对象并返回一个转换后的版本。数据对象将在每次访问之前进行转换。（默认值：None）

  • pre_transform (callable, optional) – 一个函数/转换，它接收一个 torch_geometric.data.HeteroData 对象并返回转换后的版本。数据对象将在保存到磁盘之前进行转换。（默认值：None）

  • pre_filter (callable, optional) – 一个函数，接收一个 torch_geometric.data.HeteroData 对象并返回一个布尔值， 指示该数据对象是否应包含在最终数据集中。（默认值：None）

  • force_reload (bool, optional) – Whether to re-process the dataset. (default: False)