基于物理嵌入神经网络的电力系统仿真算子的构建方法

本发明公开了一种基于物理嵌入神经网络的电力系统仿真算子的构建方法，涉及电力系统技术领域，通过将电力系统的高维非线性动态方程组进行数学建模，并基于计算资源条件进行模型分解，形成多个相互关联的子模块。每个子模块通过物理嵌入神经网络进行训练，优化算子，并可独立进行求解。最后，通过融合子模块的求解结果，得到电力系统的全局解，从而实现快速高效的仿真分析。本发明不仅能有效降低复杂系统的计算复杂度，提高求解速度，而且保持了较高的仿真精度，适用于大规模电力系统的动态过程实时仿真与分析。根据不同仿真需求动态调整网络参数，提升计算效率和适应性。本发明尤其在电力系统调度、优化与实时监控等领域具有广泛的应用前景。