一种应用于构建电力系统AI基础的训练方法

本申请提供一种应用于构建电力系统AI基础的训练方法，包括：获取电力系统中的电压数据，通过高频采样和自适应量化处理，将电压数据转换为数字信号，从而构建包含谐波含量和电压变化幅值和频率特征的电压时间序列数据集；对建立的电力设备闪变检测模型输入大规模电力系统历史数据上进行预训练，并运用少量标注数据对预训练模型进行微调，使模型能够适应因电压波动导致变压器和发电机引起闪变的特定场景；在模型蒸馏的基础上，使用模型裁剪方法，包括结构化稀疏裁剪和滤波器裁剪，压缩模型的参数量和计算复杂度，其中通过设定稀疏度阈值，保留对任务至关重要的神经元和连接，削减冗余结构。