融合预估-校正深度学习的暂态频率稳定评估方法及系统

摘要

本发明公开了一种融合预估‑校正深度学习的暂态频率稳定评估方法及系统，方法包括：获取扰动事故后电力系统的输入特征变量数据和输出特征变量数据；用输入特征变量数据和输出特征变量数据对深度神经网络进行训练；根据输入特征变量和训练好的深度神经网络获取频率指标预估值，用频率指标预估值和输出特征变量数据对堆栈极限学习机网络进行学习；获取扰动事故后的输入特征变量数据A；根据输入特征变量数据A、训练好的深度神经网络以及堆栈极限学习机网络对扰动事故后的频率稳定性进行评估。本发明的目的在于提供一种融合预估‑校正深度学习的暂态频率稳定评估方法及系统，以实现扰动事故后多维频率指标预测以及暂态频率稳定的快速评估。