一种基于双层LSTM-XGBoost模型的电网安全裕度预测与风险评估方法及系统

本发明公开了一种基于双层LSTM‑XGBoost模型的电网安全裕度预测与风险评估方法及系统，包括：分尺度采集电网运行数据，构建日度数据集与时度数据集；对日度数据集与时度数据集分别进行标准化处理，并重塑为LSTM输入格式，得到日度输入序列与时度输入序列；基于双层LSTM网络分别训练日度预测模型与时度预测模型，输出日度安全裕度预测值和时度安全裕度预测值；训练XGBoost残差修正模型，对日度与时度预测模型的残差进行修正，生成组合预测结果；通过比对未来24小时的时度预测值与日度预测基准值，统计时度预测值低于日度预测基准值的次数，计算实时风险率。为电力系统调度提供高效的决策支持，有效提高电网的安全性与稳定性。