一种暂态稳定自适应评估方法及系统

本发明提供了一种暂态稳定自适应评估方法及系统，本发明在暂稳预测的样本方面，综合样本对模型训练的重要性和样本与暂稳边界的相关性，量化描述了样本对模型训练的影响，提出了样本重要性指标。根据此指标筛选得到数据集中的关键样本，搭建GAN网络增强数据集中的关键样本，提出基于GAN的关键样本增强方法。在模型迁移方法方面，提出了自适应最优层迁移策略，面对电网的拓扑变化等运行场景改变，自适应的选择最优迁移匹配适应新目标场景。本发明能够灵活匹配运行场景的变化，更快速、更可靠地在目标电力系统运行场景中达到更高的准确率。