一种深度神经网络概率潮流计算方法及系统

本发明公开一种深度神经网络概率潮流计算方法及系统，属于电力系统分析领域。方法包括：获取电力系统参数与置信水平，确定状态变量及阶数；建立并线性化非线性潮流方程得雅可比矩阵；以节点电压向量作为输入，将支路导纳作为物理信息嵌入基于多头自注意力机制和半不变量引导的深度神经网络模型中，求解雅可比矩阵，计算灵敏度矩阵；计算并聚合半不变量，传递至状态变量；标准化后用六阶Cornish‑Fisher级数得分布函数，在机会约束下，结合置信水平算波动区间实现量化评估。本发明降低了概率潮流计算复杂度，解决了传统方法在处理网络拓扑复杂性问题时的局限性，实现了对概率潮流的量化评估。