一种基于GMM的电力系统运行方式的近极限边界选取方法

本发明公开了一种基于GMM的电力系统运行方式的近极限边界选取方法，涉及新型电力系统安全稳定评估与规划技术领域，包括：获取多个时间点的电力系统运行状态数据，构建高维特征矩阵，对高维特征矩阵进行标准化和降维处理，得到低维数据矩阵，通过高斯混合模型对高维特征矩阵进行概率建模，获取电力系统运行状态的高斯分量；基于稳定的高斯混合模型各个高斯分量的后验概率和马氏距离，判定近极限状态，生成电力系统运行方式的近极限边界；利用高斯混合模型的多簇结构，解决以往传统方法对于新型电力系统不确定性大而造成的复杂分布形态的建模不足问题，显著提高了近极限边界识别的鲁棒性和准确性。