一种基于Infor-GCN模型的暂态稳定评估及其可解释性分析方法

本发明公开了一种基于Infor‑GCN模型的暂态稳定评估及其可解释性分析方法，属于电力系统暂态稳定评估与人工智能深度学习技术领域。通过电气节点耦合强度改进邻接矩阵，向模型引入先验知识的同时，结合自注意力机制的Informer模型，提出Infor‑GCN模型提取时空耦合信息并进行特征增强；然后针对不同输入特征的稳定判别结果设计综合输出策略，提高模型结果可靠性；基于SHAP归因框架展开模型的局部和全局解释，增强基于智能模型完成暂态稳定评估任务的可解释性。