一种风电爬坡事件识别与分类方法、系统、终端及介质

本发明公开了一种风电爬坡事件识别与分类方法、系统、终端及介质，方法包括：从目标风电场的历史功率数据中提取设定时长内的功率时间序列；通过向前递增滑窗机制自适应调整窗口长度与功率阈值，以识别出所述功率时间序列中的各爬坡时段；分别对各爬坡时段的功率序列进行回归特征提取，并生成多维特征向量；对各爬坡时段的多维特征向量进行聚类分析，并根据聚类结果输出各爬坡时段所属的事件分类标签：上爬坡、下爬坡和连续爬坡。本发明利用向前递增滑窗实现多尺度事件捕获，并通过回归残差量化连续波动特性，显著提升分类精度与抗噪能力，为电网爬坡风险预警与调节策略优化提供数据支撑。