摘要: 随着可再生能源比例的增加和电网规模的不断扩大，电力系统的运行状态受不确定性因素的影响越来越大。以往研究中，以静态安全裕度为指标并考虑负荷延拓方向进行电力系统安全状态评估，未考虑在不同场景下或目标域数据集增大时的计算效率下降问题。因此，提出了一种基于迁移学习和卷积神经网络的电力系统安全状态评估方法。采用三层卷积层和三层池化层对所选取的负荷规律进行有效提取，并在不同场景下进行参数和权重迁移，实时快速掌握电力系统的运行状态。算例结果表明，该方法能在不同的场景保持较高的准确率，并且显著提高了计算效率。