一种基于混合机器学习的直流落点近区无功支撑设备代理模型构建方法

本发明公开了一种基于混合机器学习的直流落点近区无功支撑设备代理模型构建方法。首先产生并收集动态事件样本集，保存扰动前、扰动过程、扰动后回复曲线；其次结合直流落点近区无功支撑设备设备，构建单机无穷大测试系统，提取参数；再次构建机器学习模型输入特征向量和输出特征向量，形成样本库；接着搭建不同类型监督式学习模型框架，并获得最优评估模型；最后根据上述评估结果，选取排名前K位的模型，并以加权平均的方式输出直流落点近区无功支撑设备有功功率和无功功率曲线，作为最终直流落点近区无功支撑设备代理模型。本发明结合了直流落点近区无功支撑设备动态外特性，建立该控制器代理模型，能够提升电力系统仿真的准确性。