1.一种基于快速准确搜索吸引子误差算法的电力系统状态识别方法，其特征在于，首先，建立一个k阶电力系统模型，选取电磁功率扰动幅值及其频率这两个参数，根据模型随这两个参数的变化区间，得到系统运动状态在该区间变化平面上的分布；

然后，根据数值分析方法求解k阶系统微分方程得到系统的序列，通过计算迭代序列中极大值的一阶误差来判断系统运动轨迹，识别出电力系统状态为周期、混沌或者稳定点。

2.根据权利要求1所述的方法，其特征在于，设模型参数电磁功率扰动幅值μ和电磁功率扰动频率η分别在区间[μ1,μ2]和[η1,η2]变化，将μ-η平面进行网格化，即将区间[μ1,μ2]和[η1,η2]分别分成N等份，得到系统运动状态在该区间变化平面上的分布。

3.根据权利要求2所述的方法，其特征在于，所述根据数值分析方法求解电力系统模型得到系统的序列，通过计算迭代序列中极大值的一阶误差来判断系统运动轨迹，具体是指：步骤1)、当μ＝μ1+n1(μ2-μ1)/N,η＝η1+n2(η2-η1)/N时，根据四阶Runge-Kutta求解k阶系统微分方程f(x1,x2,…,xk)，得到系统的迭代序列为：xin+1＝xin+(Ki1+2Ki2+2Ki3+Ki4)/6,i＝1,2,…,k式中，Ki1＝f(xi1,xi2,…,xik)，Ki4＝f(xin+h,xin+1+hKi3)，n1,2＝1,2,3,…,N；n＝1,2,3,…,N；

步骤2)、从步骤1)计算出的L×k阶序列中，取出l×1阶序列X＝{x1,x2,…,xl}，然后，求出这组序列中的极大值点，如果xm-1＜xm＞xm+1,m＝2,3,…,l-1那么，xm就将存入新的数组T，筛选完并将数组中数据降序排列再次存入数组T＝{t1,t2,…,tj}；其中，L代表迭代数值结果的个数，l＜＜L；

步骤3)、对数组T＝{t1,t2,…,tj}中的元素依次作差，即es-1＝ts-ts-1,s＝2,3,…,j

将元素es-1降序排列，得到一个误差数组E＝{e1,e2,…,ej-1}；

步骤4)、确立两个临界值ε1和ε2用来判断系统运动状态，系统运动状态判断方式为：如果max(abs(T))≤ε1，那么系统运动轨迹为稳定不动点；

如果length(E(E＞ε2))＝0且max(abs(T))＞ε1，那么系统运动轨迹为周期1；

如果length(E(E＞ε2))＝1且max(abs(T))＞ε1，那么系统运动轨迹为周期2；

如果length(E(E＞ε2))＝2且max(abs(T))＞ε1，那么系统运动轨迹为周期3；

●

●

●

依次类推，

如果length(E(E＞ε2))＝H且max(abs(T))＞ε1，那么系统运动轨迹为周期H+1；

如果length(E(E＞ε2))＞H且max(abs(T))＞ε1，那么该电力系统运行轨迹就默认为是混沌或者系统失稳；H为8至15中的任意一个自然数；

步骤5)、再取下一组μ-η平面网格点的坐标值，并转向步骤1)，直至所有N×N网格点对应的吸引子搜索完。

4.根据权利要求3所述的方法，其特征在于，步骤4)中，ε1＝ε2＝τeP,3≤τ≤5，其中eP为k阶系统产生的周期序列最大值与最小值的差值。

5.根据权利要求1所述的方法，其特征在于，电力系统模型为：其中，t代表时间，μ表示电磁功率扰动幅值；η表示电磁功率扰动频率。