本发明提供一种四元特征集卷积神经网络的次同步振荡源定位方法。该方法包括：从电网获取次同步振荡数据样本中全网可观测元件端口的电压和电流数据；根据电压和电流数据，计算暂态能量流和能流功率；根据暂态能量流和能流功率，利用基于暂态能量和能流功率的二维SSO时空特征提取方法，获得SSO样本的时空特征矩阵；根据SSO样本的时空特征矩阵，利用色域映射将特征矩阵转换为特征图像；根据时间空间特征图像，利用四元特征集数据增强方法，构建基于QFS数据增强方法的四元特征集卷积神经网络深度学习模型，对SSO振荡源进行定位。本发明能够快速定位SSO振荡源，且具有较高的定位精度和较强的抗噪声能力。
