一种深度学习增强的数据驱动库普曼方法的变量-模态参与因子辨识的方法

本发明公开了一种深度学习增强的数据驱动库普曼方法的变量‑模态参与因子辨识的方法与系统，首先基于库普曼理论，考虑状态变量与代数变量对系统模态的贡献，推导增广库普曼观测子表达式；接着基于库普曼算子理论性质，推导数据驱动库普曼算子方法的变量参与因子；最后考虑观测子函数难以选取的问题，提出深度学习增强的库普曼观测子函数选取方法。本发明方法侧重于消除强非线性电力系统中运行点局部线性化的参与因子辨识方法的不准确性，在保证库普曼观测子有效选取的前提下获得系统全局变量‑模态参与因子。