基于神经网络预测模型的电网次同步振荡抑制方法

本发明公开了基于神经网络预测模型的电网次同步振荡抑制方法，具体涉及电网控制技术领域；通过提取电网测量数据的高维特征向量并进行频域分解，获得不同频率成分的特征分布信息；利用稀疏编码算法实现模式分离，识别运行状态异常区域集合；构建动态耦合模型评估异常区域内振荡模式与运行状态的交互关系及时间演变特性；通过自适应滤波分析模态分布特性，计算局部模态分离程度；基于振荡演化信息与模态结构评估结果，动态调整电网运行参数与抑制装置配置，有效提高神经网络对潜在危险次同步振荡模式的识别与响应能力。