动态扩展等面积法（DEEAC法）则进一步考虑了机组群内能量与机组群群际能量转化，利用动态扩展等面积法积分路径惟一的特点，极大地提高了精度。

时间尺度解耦法（TSD法）是当系统受扰时将系统分为若干机组群，每个机组群群内机组功角差很小，群内机组振荡不影响系统稳定，但群机组的惯性中心的运动对临界失稳有重大影响。据此可将系统分为快速和慢速分量。快速分量是各机组群内部机组之间的相对运动，慢速分量则对应不同机组群的相对运动。由于两者之间耦合度小，所以采用解耦处理方法。

3  人工智能法

随着电力系统自动化和SCADA技术的发展，调度员培训仿真器得到不断完善，在实时大数据的条件下利用动态数据信息找到系统变化的规律，进行暂态稳定仿真计算的课题的到越来越多的研究，人工智能法正是将先进的大数据预测理论运用到电力系统动态安全评估中来。目前用于系统暂态稳定分析的人工智能法包括模式识别法、人工神经网络法、专家系统法等。

模式识别法先从不同运行方式在模拟事故下的暂态稳定性的计算中整理出学习的样本，继而利用样本进行学习，挑选有价值数据，构造适用于在线实际应用的简单计算模型，即所谓的分类器。再把需要预估的实时的系统运行状态变量值送入分类器，从而识别该运行状态暂稳与否。分类器在使用过程被不断修改，以减少识别错误率。模式识别法计算速度快，但选择可保证足够精度的样本集和识别函数比较困难。

专家系统法，顾名思义模仿人类专家的思考和解决问题的方式，可以解决许多包括计算量大、缺乏完善的数学模型和必要的状态量在内的不少问题。目前专家系统的理论与技术趋于成熟，但仍存在知识自学能力差、自动获取困难等问题。

人工神经网络法(ANN法)是效仿人脑的神经网络运作方式的一种方法。人脑具有自组织和自学习能力、大规模并行处理能力、联想能力、分布式存储能力和较强的容错性等特点。人工网络系统最基本的设计特点是会联想和分类，通过建立神经元激活函数并通过不断训练获得网络的连接系数，并用于实时预估。用神经网络分析暂稳性，不需要建立数学模型、求解非线性方程，只需建立输入-输出映射关系，以收集样本和训练样本的大量离线计算换来人工网络系统的在线快速性，从而满足了暂稳分析的快速性要求。电力系统暂稳分析中，可用发电机转子角度差的最大值有无超临界值判断系统是否失稳，选取暂态过程某时刻各个发电机的转子的角度、角加速度以及角加速度的变化率为特征量，经过一定处理作为人工神经网络的输入，以神经网络输出值是落在失稳区、模糊区还是稳定区来判断系统的暂态稳定性。