1.一種新能源高比例接入下新型電力系統(tǒng)的暫態(tài)穩(wěn)定指標(biāo)預(yù)測(cè)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)所述電網(wǎng)連續(xù)新能源短路比數(shù)據(jù)進(jìn)行預(yù)處理，獲取二進(jìn)制離散脈沖序列，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，通過泊松序列發(fā)生器對(duì)所述離散化新能源短路比數(shù)據(jù)進(jìn)行處理，獲取與神經(jīng)形態(tài)事件驅(qū)動(dòng)特性相適應(yīng)的所述二進(jìn)制離散脈沖序列，包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，根據(jù)比對(duì)結(jié)果更新所述處理窗口數(shù)據(jù)矩陣，獲取多個(gè)更新處理窗口數(shù)據(jù)矩陣，包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述海馬網(wǎng)絡(luò)的輸入有兩部分，一部分是輸入新能源短路比數(shù)據(jù)，另一部分是前額葉皮層網(wǎng)絡(luò)的狀態(tài)信息；所述前額葉皮層網(wǎng)絡(luò)的輸入信號(hào)有兩部分，一部分是輸入新能源短路比數(shù)據(jù)，另一部分是海馬網(wǎng)絡(luò)傳入的學(xué)習(xí)信號(hào)；所述海馬網(wǎng)絡(luò)和所述前額葉皮層網(wǎng)絡(luò)均采用泄露整合觸發(fā)神經(jīng)元和人工泄露整合觸發(fā)神經(jīng)元模型構(gòu)建基于突觸時(shí)間依賴可塑性規(guī)則的多層類腦神經(jīng)形態(tài)網(wǎng)絡(luò)，其中
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述歷史二進(jìn)制離散脈沖序列對(duì)預(yù)先構(gòu)建的基于脈沖驅(qū)動(dòng)的類腦神經(jīng)形態(tài)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，生成新能源短路比數(shù)據(jù)預(yù)測(cè)模型，包括：
7.一種新能源高比例接入下新型電力系統(tǒng)的暫態(tài)穩(wěn)定指標(biāo)預(yù)測(cè)裝置，其特征在于，包括：
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，第一獲取模塊，包括：
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，第二獲取子模塊，包括：
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，第二獲取單元中根據(jù)比對(duì)結(jié)果更新所述處理窗口數(shù)據(jù)矩陣，獲取多個(gè)更新處理窗口數(shù)據(jù)矩陣，包括：
11.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述海馬網(wǎng)絡(luò)的輸入有兩部分，一部分是輸入新能源短路比數(shù)據(jù)，另一部分是前額葉皮層網(wǎng)絡(luò)的狀態(tài)信息；所述前額葉皮層網(wǎng)絡(luò)的輸入信號(hào)有兩部分，一部分是輸入新能源短路比數(shù)據(jù)，另一部分是海馬網(wǎng)絡(luò)傳入的學(xué)習(xí)信號(hào)；所述海馬網(wǎng)絡(luò)和所述前額葉皮層網(wǎng)絡(luò)均采用泄露整合觸發(fā)神經(jīng)元和人工泄露整合觸發(fā)種經(jīng)元模型構(gòu)建基于突觸時(shí)間依賴可塑性規(guī)則的多層類腦神經(jīng)形態(tài)網(wǎng)絡(luò)，其中
12.根據(jù)權(quán)利要求7所述的裝置，其特征在于，生成模塊，包括：
13.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序用于執(zhí)行上述權(quán)利要求1-6任一所述的方法。
14.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：