一种基于深度学习的直流微电网自适应分层控制方法

本发明公开一种基于深度学习的直流微电网自适应分层控制方法，包括：基于深度学习的直流微电网稳定边界在线识别模型，用于实时捕获系统动态特性；以及稳定边界内的分散式实时控制策略和稳定边界外基于神经网络的自适应致稳控制策略。通过构建多时间尺度分层控制框架，结合系统动态特性分析，实现了直流微电网稳定边界内基于母线电压信号共享的完全分布式实时功率协调控制，同时运用深度学习方法对稳定边界外的异常运行状态进行主动致稳管理。本发明能够提升系统在多变运行条件下的鲁棒性与适应性，保障直流微电网的安全可靠运行，提高其灵活性和扩展性。