基于大数据的电能质量干扰源耐受性检测与优化治理方法

本发明涉及电能技术领域，尤其涉及一种基于大数据的电能质量干扰源耐受性检测与优化治理方法，S1.生成标准化电能质量大数据集；S2.将标准化电能质量大数据集输入基于残差密集卷积网络的深度学习模型；S3.形成电能质量干扰源精准识别与耐受性状态判定结果；S4.输出最优治理参数组合；S5.基于最优治理参数组合生成针对电能质量干扰源的智能化优化治理策略，并自动实施治理操作；S6.智能化优化治理策略实施后，形成闭环反馈优化控制。本发明形成从干扰检测到响应治理的闭环智能控制体系，显著提升了复杂电能扰动场景下的治理效率与系统稳定性。