一种电网高影响天气特征与模式识别方法及系统

本发明公开了一种电网高影响天气特征与模式识别方法及系统，方法包括：获取气象数据和电网运行数据并进行特征选择获取特征子集，特征子集利用PCA进行特征提取获取高级特征集；筛选超出电网反应指标阈值的天气事件数据集，将天气事件数据集输入至深度学习模型进行训练，获取导致电力系统运行异常的天气模式，并使用多类别交叉熵损失函数优化深度学习模型；将实时气象数据和电网运行数据输入至训练过的深度学习模型中进行预测获取预测结果，若预测结果超过预警阈值，自动触发预警机制。本发明实现了对电网高影响天气事件的精准识别和快速响应，为电力系统提供了充足的准备时间，降低了电力中断和设施损害的风险；同时，降低运营成本，提高服务质量。