基于改进长短期记忆网络模型的电力系统惯性时间常数估计方法

本发明公开了一种基于改进长短期记忆网络模型的电力系统惯性时间常数估计方法，包括以下步骤：S1：将电力系统频率变化量、频率变化率和惯性时间常数进行排列生成数组，对其进行随机排序和划分数据集，并做归一化处理；S2：定义长短期记忆网络模型结构，搭建长短期记忆网络模型；S3：将处理后的频率变化量、频率变化率作为模型的输入数据，处理后的惯性时间常数作为模型的输出数据，运用食肉植物算法迭代寻优，得到长短期记忆网络模型最优参数配置，并对模型进行训练、测试与验证，获取电力系统惯性时间常数估计值；本发明利用食肉植物算法寻优精度高、收敛速度快的优点，快速获得超参数的全局最优解，实现惯性时间常数的精确估计。