基于改进物理信息神经网络的高阶直流微网系统多损失同步收敛建模方法

本发明公开了一种基于改进物理信息神经网络的高阶直流微网系统多损失同步收敛建模方法，S1.初始化物理信息神经网络模型；S2.计算物理损失并更新物理信息神经网络模型参数；S3.将物理信息神经网络模型参数围绕物理优化结果点进行反射；S4.利用反射后的参数计算数据损失并更新物理信息神经网络模型参数；S5.利用S2和S4得到的参数通过Douglas‑Rachford分裂的迭代操作更新物理信息神经网络模型参数；S6.迭代上述参数更新过程求解物理信息神经网络模型。与传统物理信息神经网络针对高阶系统训练难以收敛不同，本发明可以在高阶直流微网系统拟合中实现物理损失与数据损失的同步收敛，对实时掌握直流微网系统内部运行规律，建立物理可解释的数据驱动模型具有重要意义。