1.基于神经网络的电力系统电压智能控制方法,其特征在于,该方法包括以下步骤:
2.如权利要求1所述的基于神经网络的电力系统电压智能控制方法,其特征在于,所述根据各时间点的实际励磁电压获取各时间点的暂态特征观测序列,包括:
3.如权利要求2所述的基于神经网络的电力系统电压智能控制方法,其特征在于,所述根据各时间点的暂态特征观测序列中元素分布趋势以及元素之间的关系构建各时间点的励磁电压小扰动失稳指数,包括:
4.如权利要求3所述的基于神经网络的电力系统电压智能控制方法,其特征在于,所述根据各时间点的暂态特征观测序列中各元素的差异及暂态特征观测序列的赫斯特指数构建各时间点的励磁电压大扰动失稳指数,包括:
5.如权利要求1所述的基于神经网络的电力系统电压智能控制方法,其特征在于,所述结合各时间点的励磁电压大、小扰动失稳指数构建各时间点的励磁电压暂态失稳指数,包括:
6.如权利要求5所述的基于神经网络的电力系统电压智能控制方法,其特征在于,所述根据各时间点的励磁电压暂态失稳指数构建各时间点的扰动致紊序列,包括:
7.如权利要求6所述的基于神经网络的电力系统电压智能控制方法,其特征在于,所述获取趋势项的拟合优度及斜率,包括:
8.如权利要求7所述的基于神经网络的电力系统电压智能控制方法,其特征在于,所述根据拟合后的拟合优度及斜率以及残差项构建各时间点的发电机转速反馈强度,包括:
9.如权利要求1所述的基于神经网络的电力系统电压智能控制方法,其特征在于,所述根据发电机的转动惯量以及各时间点的电流和发电机转速反馈强度得到各时间点的发电机转速难控指数,包括:
10.如权利要求1所述的基于神经网络的电力系统电压智能控制方法,其特征在于,所述根据各时间点的励磁电压暂态失稳指数、发电机转速反馈强度以及发电机转速难控指数,结合pid控制算法的参数获取下一时间点励磁电压的控制信号,包括: