一种基于RNN-SHAP模型的电网消纳受阻因素辨识方法

本发明公开一种基于RNN‑SHAP模型的电网消纳受阻因素辨识方法，所述方法包括：根据测量数据与工程经验确定新能源消纳受阻因素的集合；利用皮尔逊相关系数进行特征去相关，并建立RNN‑SHAP模型，以具体线路模型和断面有功功率的数据作为神经网络模型的输入，以新能源受阻量作为神经网络模型的输出，通过RNN可以预测不同时段的新能源受阻量；利用SHAP算法分析各个受阻因素对新能源受阻量的贡献度以此来识别每个时段受阻的关键因素。本发明利用RNN神经网络和SHAP算法，可以有效估计每个时段受阻因素对新能源受阻量的影响程度，从而确定不同时段下导致新能源受阻的关键因素。