一种基于迭代优化学习的可解释频率稳定预测方法

本发明公开了一种基于迭代优化学习的可解释频率稳定预测方法，包括：针对目标电力系统的N个故障类型进行N次时域仿真获取N组长尺度时域仿真数据；构建模型输入的时序数据；构建模型输入空间数据；记录每组时域仿真数据中频率最低值f，根据f大小判断电力系统频率稳定性，并根据判断结果对时域仿真数据生成标签；基于时序数据及其对应的标签和空间数据，采用残差图神经网络进行深入学习，输出系统频率稳定预测信息；对残差图神经网络模型的超参数进行调试优化，得到预训练后的残差图神经网络模型；统计测试数据对应的预测信息的预测精确度；预设的模型预测精确度的评估和优化；对残差图神经网络模型的预测结果进行可解释性分析。