1.一种抽水蓄能机组调节系统鲁棒辨识方法，其特征在于，包括以下步骤：(1)获取抽水蓄能机组调节系统运行数据，将原始数据规范至[0,1]区间并划分为训练集和测试集，确定离群鲁棒极限学习机的输入变量；

(2)建立离群鲁棒极限学习机模型，并用训练集对其进行训练；

(3)采用拉丁超立方进行初始化原子初始速度和位置，并利用模拟退火算法改进原子搜索算法优化离群鲁棒极限学习机模型的权重和偏置；

(4)利用训练好的离群鲁棒极限学习机模型和测试集得到预测值，反归一化后即可得到辨识模型输出；

所述步骤(2)实现过程如下：

根据极限学习机的模型结构，采用截断2‑范数损失函数建立基于如下截断2‑范数的鲁棒ELM：其中，lθ(ri)为截断2‑范数的损失函数,|r|>θ时，异常样本点所产生的最大损失惩罚为

2 T

常数θ；学习结果会随着参数θ的变化而波动，C是一个正则化参数，T＝{t1,t2,…,tN} 表示样本的标签矩阵；通过式(3)计算β的偏导，设置其值为0，当N>L时，得到β的解为：

T ‑1 T

β＝(IaL+CHH) CHT             (4)当N

T T ‑1

β＝H(IN+CHH) CT           (5)其中，IaL为一个维度为aL的单位矩阵；N为样本数量，L为隐含层节点个数。

2.根据权利要求1所述的抽水蓄能机组调节系统鲁棒辨识方法，其特征在于，步骤(1)所述的获取抽水蓄能机组调节系统运行数据，实现过程如下：利用机理模型产生仿真数据，随机产生抽水蓄能调节系统的频率扰动信号，随机设置PID控制器参数；在仿真数据中加入一定比例的白噪声和离群点，仿真时间设定为50s，采样周期设定为0.1s。

3.根据权利要求1所述的抽水蓄能机组调节系统鲁棒辨识方法，其特征在于，所述步骤(3)实现过程如下：(31)运用拉丁超立方对原子位置和原子速度进行初始化，得到一个N×m维的随机矩阵，N为样本数量，m为维数；

(32)计算每个原子的适应度值并进行排序，其中适应度函数的计算公式如下所示：式中，N表示样本总数；y(t)表示系统在时刻t的实际输出； 表示辨识模型在时刻t的模拟输出；

(33)计算每个原子的质量并更新原子的位置，假设原子之间存在相互作用力和结合力；

(34)利用模拟退火算法改变原子搜索算法的更新机制，模拟退火概率接受准则，搜索空间的可行解为Xij＝(Xij1，…，Xijk)，能量函数作为进化优化计算适应值f(Xij)，冷却温度是跳出局部极值的关键参数，直接影响接受准则：当f(Xij)

(35)根据公式(9)更新原子的速度和位置：d

其中， 为原子的速度，Pi (t+1)为原子的最新位置；

(36)判断是否达到迭代次数，如果达到，输出最终值，如果没有则重复步骤(32)‑(35)；

(37)返回最佳个体，解码得到ORELM模型的最优参数。

4.根据权利要求3所述的抽水蓄能机组调节系统鲁棒辨识方法，其特征在于，在所述步骤(34)中加入基于牛顿冷却定律的温度衰减函数，以提高找到全局最优解概率：其中，t0为初始迭代次数；T(t0)为初始温度；T(t)为当前时刻的温度，Tc为周围环境的温度；k为衰减系数，是常数；(t‑t0)为时间差。