1.一种电力系统的低频振荡的辨识方法,其特征在于，包括：构建基于不同阻尼频率的多种振荡辨识模型，确定每种振荡辨识模型的特征矩阵；

利用奇异值分解方法提取每种振荡辨识模型的特征向量，将多个所述特征向量通过子空间聚类方法映射为多维向量，并根据其训练transformer模型；

将目标电力系统的负荷数据输入到transformer模型中，得到辨识参数。

2.根据权利要求1所述的电力系统的低频振荡的辨识方法,其特征在于，所述利用奇异值分解方法提取每种振荡辨识模型的特征向量，将多个所述特征向量通过子空间聚类方法映射为多维向量，包括：利用扩展复数卡尔曼滤波器过滤振荡辨识模型的动态噪声；

利用汉高奇异值分解方法提取每种振荡辨识模型的特征向量。

3.根据权利要求1所述的电力系统的低频振荡的辨识方法,其特征在于，所述将多个所述特征向量通过子空间聚类方法映射为多维向量包括：通过多个所述特征向量级联到一个矩阵上，再对所述矩阵进行分解，得到多维向量。

4.根据权利要求1所述的电力系统的低频振荡的辨识方法,其特征在于，所述transformer模型通过如下方法训练：将所述电力系统的负荷数据进行清洗并进行标幺化；

利用标幺化后的负荷数据作为样本，其对应的多维向量作为标签，构建训练数据集；

利用所述训练数据集训练所述transformer模型，直至其误差趋于稳定且低于阈值。

5.根据权利要求4所述的电力系统的低频振荡的辨识方法,其特征在于，所述transformer模型通过稀疏注意力机制优化。

6.根据权利要求1至5任一项所述的电力系统的低频振荡的辨识方法,其特征在于，所述振荡辨识模型包括：一阶机械暂态感应电动机并联恒阻抗模型、三阶机电暂态感应电动机并联恒阻抗模型。

7.一种电力系统的低频振荡的辨识系统，其特征在于，包括：确定模块，用于构建基于不同阻尼频率的多种振荡辨识模型，确定每种振荡辨识模型的特征矩阵；

映射模块，用于利用奇异值分解方法提取每种振荡辨识模型的特征向量，将多个所述特征向量通过子空间聚类方法映射为多维向量，并根据其训练transformer模型；

辨识模块，用于将目标电力系统的负荷数据输入到transformer模型中，得到辨识参数。

8.根据权利要求7所述的电力系统的低频振荡的辨识系统，其特征在于，所述映射模块包括：过滤单元，用于利用扩展复数卡尔曼滤波器过滤振荡辨识模型的动态噪声；

提取单元，用于利用汉高奇异值分解方法提取每种振荡辨识模型的特征向量。

9.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至6任一项所述的电力系统的低频振荡的辨识方法。

10.一种计算机可读介质，其特征在于，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的电力系统的低频振荡的辨识方法。