一种面向电力系统暂态稳定性的自适应个性化联邦学习方法

本发明提供一种面向电力系统暂态稳定性的自适应个性化联邦学习方法，包括：利用PSASP电力系统仿真软件生成电力系统仿真数据；数据标准化数据集进行划分；基于处理后的数据构建基础模型LSTM；基于基础模型LSTM进行自适应个性化联邦学习，得到练完成后的个性化模型；将实际电力系统数据作为个性化模型的输入，验证个性化模型的准确性和实用性。本发明允许每个客户端根据不同电力部门数据的独特性，训练出与其数据分布相匹配的个性化模型，增强了模型对本地电网暂态稳定性的预测准确性；通过在多个客户端上并行进行模型训练，有效利用了分布式计算资源，提高了整体训练效率和处理大规模数据集的能力。