一种基于GWO-LSTM神经网络的风电场站AGC参数优化方法、系统、介质及处理器

本申请一种基于GWO‑LSTM神经网络的风电场站AGC参数优化方法，包括：建立含风电场站的区域电网频率模型；构建LSTM神经网络模型，根据区域电网频率模型获取电网系统状态数据并对LSTM神经网络模型进行初始化；利用GWO算法对LSTM神经网络模型的超参数进行优化调整得到GWO‑LSTM神经网络模型，并离线训练GWO‑LSTM神经网络模型；获取电力系统的状态向量和控制向量，采用GWO‑LSTM神经网络模型计算模型预测控制的预测时域参数，获得不同工况下最优参数组合，从而自适应地调整模型预测控制的参数以便输出最优频率控制指令，保证在不同扰动下风电场站的频率稳定。