基于参数优化的融合神经网络的电力系统扰动辨识方法

本发明涉及电力系统扰动辨识技术领域，尤其涉及一种基于参数优化的融合神经网络的电力系统扰动辨识方法，包括：获得电力系统的八类扰动频率数据，采用改进麻雀搜索算法优化基于变分模态法分解的惩罚因子和模态特征向量数量，得到目标参数组，获取基于适应度函数选取的模态特征分量，采用凌日搜索算法优化融合神经网络的超参数，并结合多头注意力机制分配第二时域指标的特征权重，得到时序特征信号，采用卷积神经网络‑双向门控循环单元分类器对步骤S400中时序特征信号进行扰动辨识，得到扰动辨识结果，本发明通过上述方法显著提高了扰动辨识的准确性。