逆变器作为连接可再生能源与电网的重要功率接口， 在新型电力系统中得到了广泛的应用。构建并网逆变器的动态模型，在实际并网前分析并网系统的暂态行为是当务之急。为了弥补电力电子变换器的物理机理建模方法和传统数据驱动建模方法的缺陷，本文提出将微分代数方程集成到神经网络中，即使用微分代数神经网络捕获并网逆变器的动态特性。通过对比基于实际仿真装置与基于逆变器微分代数神经网络数据驱动模型的并网系统的暂态行为，证明了本文提出的微分代数神经网络建模方法能够在不同并网条件和外部干扰下精准捕捉并网逆变器的高维非线性动态特性，准确预测并网系统的暂态行为。