基于自动化和可解释机器学习的暂态稳定评估方法及系统

摘要

本发明公开了一种基于自动化和可解释机器学习的暂态稳定评估方法和系统，所述方法首先获取监测数据并提取出关键特征数据，将关键特征数据输入自动化和可解释机器学习模型中，由暂态稳定评估子模型对电力系统的暂态稳定状况进行评估，由可解释子模型计算各关键特征数据对评估结果的贡献度；在训练暂态稳定评估子模型时对原始数据进行筛选，提取出低维度的关键特征数据，使用贝叶斯优化模型对暂态稳定评估子模型的超参数进行自动调优，并以准确率、召回率以及ROC曲线下方面积对暂态稳定评估子模型评估性能进行评价。通过实施本发明能自动化提取关键特征数据及调整评估模型的超参数，实现电力系统暂态稳定评估，并对暂态稳定评估结果进行解释。