一种基于卷积神经网络的电力系统节点惯量连续评估方法

本发明涉及电力系统惯量技术领域，具体指一种基于卷积神经网络的电力系统节点惯量连续评估方法，包括：基于电力系统仿真模型，获取不同组合的电力场景，基于预设采样时段内，每组电力场景下各个节点不同时域采样点的电压数据，得到每组电力场景下各个节点不同频域采样点的电压频谱数据后，确定每组电力场景下各个节点的目标频段；计算每组电力场景下各个节点的惯量理论值；将每组电力场景下各个节点目标频段内的电压频谱数据的幅值模长作为输入数据，将每组电力场景下各个节点的惯量理论值作为输出数据，训练卷积神经网络，构建基于卷积神经网络的节点惯量评估模型。本发明提高了电力系统惯量估算的准确性，增强了电力系统运行的稳定性和安全性。