基于人工智能的多模态风电机组机电暂态建模方法

本发明公开了基于人工智能的多模态风电机组机电暂态建模方法，涉及新能源发电建模技术领域，包括，利用因果发现算法对标准化时空数据立方体进行因果关联挖掘与依赖路径识别，构建因果拓扑图，并通过时空图注意力网络进行跨模态特征融合，生成高阶特征张量；将高阶特征张量按不同机型和环境条件划分元学习任务池，采用双层优化策略训练跨机型通用参数化框架；基于训练后的跨机型通用参数化框架构建复合工况生成器，通过因果正则化损失函数进行约束，形成扩展测试工况集；采用多模态深度强化学习算法对扩展测试工况集进行控制参数优化，得到优化控制参数。本发明通过精确因果建模与跨模态融合实现高鲁棒性、高泛化能力的机电暂态建模奠定了基础。