一种基于神经网络的综合负荷模型参数的自动修正方法

本发明涉及电力系统技术领域，具体涉及到一种基于神经网络的综合负荷模型参数的自动修正方法，包括以下步骤：获取综合负荷系统实际的故障录波数据，以提取暂态电压的实际值；模拟综合负荷模型在参数变化时的系统状态数据，并提取暂态电压的仿真值；计算仿真的暂态电压变化曲线与原始故障录波暂态电压变化曲线之间的辛普森积分面积差,并构建数据集；建立负荷参数与面积差之间的变化响应关系；通过训练好的神经网络建立归一化后的误差函数；基于误差函数，利用顺序二次规划算法以辛普森积分面积差最小为目标，求出反归一化后的综合负荷模型参数。本发明不依赖人工经验，参数修正效率高，能够满足大型电网分析计算对综合负荷模型的严格要求。