一种基于卷积神经网络的区域惯量在线监测方法及系统

本发明涉及一种基于卷积神经网络的区域惯量在线监测方法及系统，属于电力系统运行和规划技术领域，解决了现有惯量监测对含变流器提供虚拟惯量支撑的新型电力系统惯量监测方法不准确的问题。包括构建待监测区域的输入数据特征集和输出数据集；输入数据特征集中元素为区域惯量中心频率、区域频率变化率和区域间联络线功率构成的时间序列，输出数据中元素为区域惯量水平；将输入数据特征集中元素进行归一化后与输出数据集构成样本数据；构建卷积神经网络模型，并基于样本数据进行训练，得到最优卷积神经网络模型；获取电力系统上待监测区域的输入数据特征，进行归一化后输入最优卷积神经网络模型，得到区域惯量水平，实现区域惯量在线监测。