一种基于深度迁移学习的电力系统潮流自适应调控方法

本发明公开了一种基于深度迁移学习的电力系统潮流自适应调控方法，包括步骤1，构建电力系统源域潮流分析模型，结合源域与目标域的潮流数据特征，构建针对潮流误差的损失函数；步骤2，设计适用于潮流分析的网络参数初始化方法，实现源域数据向目标域的可迁移表示，构建初始化的目标域潮流分析模型；步骤3，引入样本选择与增量学习机制，对目标域中的关键潮流样本进行动态筛选与再训练；步骤4，采用训练完成的目标域潮流分析模型对目标电力系统进行潮流计算与优化控制，通过迭代修正与参数更新实现对系统运行状态的自适应优化。本发明实现电力系统潮流的快速计算与动态优化，显著提高电网运行分析的智能化水平、稳定性及计算可靠性。