基于残差组合神经网络的风电场动态等值建模方法、系统、设备及介质

本发明涉及一种基于残差组合神经网络的风电场动态等值建模方法，包括如下步骤：简化风电机组数学模型，测风塔风速和公共耦合点处的电压作为输入特征，风电场的有功和无功功率作为输出特征；选择LSTM单元为核心来构建特征记忆层，提取出能够表征风电场动态特性的关键特征；构建以Res‑GRU为核心的信息流加速层，对所述关键特征进行优化和精炼；构建基于FC‑BN‑Relu的数据关系映射层，将前面层级处理过的特征信息进行整合和精细映射；使用遗传算法对前面层级的参数进行优化。本发明构建的残差组合网络进行动态等值建模，简化计算复杂度并提高等值精度，符合风电场数学模型的实际情况，比机理建模方法更具有普适性。