基于机理增强神经网络的负荷裕度估计方法及系统

本发明属于数据处理技术领域，提供一种基于机理增强神经网络的负荷裕度估计方法及系统，方法包括：从电力系统电压稳定性机理中提取负载功率因数与负荷裕度之间的关键关系，将关键关系转化为量化约束公式；构建融合物理机理约束的神经网络模型，依据量化约束公式，设定包含经验损失与机理损失的复合损失函数；构建包含连续负荷增长和突发事件的样本数据集，将样本数据集输入神经网络模型，依据复合损失函数迭代更新神经网络模型的模型参数，直至满足训练终止条件，得到负荷裕度估计模型；获取电力系统的实测状态数据，将实测状态数据输入负荷裕度估计模型，得到负荷裕度估计值。该方案提升了模型的泛化能力、预测准确性和物理一致性。