一种基于机器学习的电网稳定性预测系统及方法

本发明涉及电力系统运行管理技术领域，公开一种基于机器学习的电网稳定性预测系统及方法，包括：数据采集模块，用于采集电网设备和外部系统的实时数据，采集的实时数据包括电力运行数据和环境数据：所述电力运行数据：电压V、电流I、频率f、有功功率P、无功功率Q、负载L；所述环境数据：温度T、湿度H、风速W、光照强度S；数据处理模块，接收数据采集模块提供的实时数据。通过Attention‑LSTM和图神经网络的结合，实现对电网复杂动态行为的全面建模，彼此间的协同作用克服传统单一建模方法对动态时序或拓扑结构处理能力低下的问题，使电网稳定性预测模型能反映时间动态变化，且能考虑空间拓扑特性，具有显著的创新性和独特性。