一种基于机器学习的电力设备仿真分析系统

本发明提供了一种基于机器学习的电力设备仿真分析系统，系统包括数据采集模块、数据处理模块、电力设备仿真模块和故障分析模块；通过融合电‑热耦合建模、正交基降阶分析与组件化ROM拼装，构建快速仿真模型，显著提升电力设备在复杂工况下的建模效率与响应速度；仿真模块引入GL‑MLP‑Trans模型，实现对仿真方案的智能预测与稳定性调控；故障分析模块采用低秩‑Bi‑LSTM模型，结合谱投影增益机制与子模函数近似投影策略，在降低模型复杂度的同时提高故障识别精度；该系统适用于智能电网、电力运维与工业装备状态监测等场景，具备高效性、鲁棒性与工程适应性。