一种数据驱动的新能源场站模型等值方法、设备及介质

本发明涉及一种数据驱动的新能源场站模型等值方法，包括步骤S1，在新能源场站并网点采集宽频带扰动数据及其所造成的响应数据；步骤S2，从响应数据中提取多时间尺度动态特征数据；步骤S3，构建以历史电气量序列、宽频带扰动和运行点为输入，以预测电流响应为输出的深度学习网络模型，并利用历史电气量及宽频带扰动数据、响应数据及动态特征数据进行训练；步骤S4，评估训练完成的深度学习网络模型的精度。本发明仅依赖易于获取的新能源场站网点的外部量测数据，彻底摆脱了对厂家内部参数和拓扑结构的依赖，而且通过提取多时间尺度特征和利用深度学习的强大非线性拟合能力，所建等值模型能同时在机电暂态和电磁暂态尺度上精确复现场站的动态响应。