一种基于双通道深度神经网络的电力系统频率稳定控制方法

本发明公开了一种基于双通道深度神经网络的电力系统频率稳定控制方法，其包括：确定受端系统中可能的故障设置集合；在受端系统的时域仿真；在受端系统正常运行所允许范围内，结合受端系统中各种可能的频率稳定控制措施，组成一系列可行的控制动作集合；电力系统实际运行中，若出现故障导致有功功率缺额，实时采集关键节点的特征量数据，控制动作集合中各个动作量数据依次与特征量数据组合送入预训练完成的回归神经网络中预测受端系统频率，以该频率为标准，筛选出可靠控制动作；将所有可靠控制动作进行二次筛选，获得受端系统当前故障条件下的最优频率稳定控制动作。本发明输出的频率稳定控制动作能有效恢复受端系统频率。