[发明专利]一种基于案件推理的配电网的无功优化方法

说明书

一种基于案件推理的配电网的无功优化方法，涉及电力系统领域，本发明将大数据建模与分析的方法引入到配电网无功优化领域，不直接求解非线性规划问题，而从数据分析与建模的角度提出一种基于案件推理的配电网无功优化方法，其推理过程是利用基于历史的配电网无功优化案例来求解当前负荷水平下的无功优化问题，进而弥补传统方法的不足，能更快速找出当前配电网的最优无功优化策略，适合大范围的推广和应用。

技术领域

本发明涉及电力系统领域，具体涉及一种基于案件推理的配电网的无功优化方法。

背景技术

已知的，配电网无功优化是一个多目标的非线性规划问题，现有的求解方法主要是对非线性规划问题进行求解，主要方法包含：线性规划法、非线性规划法、智能算法、人工神经网络等等。其中线性规划法的核心是将目标函数和约束条件进行泰勒展开，通过忽略高次项将非线性规划问题简化成线性规划问题，这种方法计算速度快，但是计算结果和实际情况有误差。非线性规划分别采用通过修正法和乘法函数法处理控制变量和函数的不等式约束，虽然原理简单，但也存在效率低，收敛速度慢的问题。智能算法可以解决离散变量处理上的问题，通过随机搜索理论上可以获得全局最优解，但计算速度慢，难以适应在线计算的要求。人工神经网络可以模拟人脑神经网络结构和功能处理无功优化问题。但是因为目前仍未找到合适的学习方法而易陷入局部最优解。

近年来，大数据技术在各行业领域受到了越来越多的专家学者的重视。配电网中监测节点众多，如何对数据库中积累的大量历史数据进行分析用于指导当前配电网的运行已经成为热点问题。目前，配电网中大数据的应用与研究还处于起步阶段。

发明内容

为克服背景技术中存在的不足，本发明提供了一种基于案件推理的配电网的无功优化方法，本发明的推理过程是利用基于历史的配电网无功优化案例来求解当前负荷水平下的无功优化问题，进而弥补传统方法的不足，能更快速找出当前配电网的最优无功优化策略。

为实现如上所述的发明目的，本发明采用如下所述的技术方案：

一种基于案件推理的配电网的无功优化方法，所述无功优化方法具体包括如下步骤：

第一步、首先输入网络原始参数，具体包括各线路及变压器阻抗值，各节点每相的有功功率和无功功率，然后输入历史和当前配电网的案例参数；

第二步、接上步，提取当前配电网的参数特征，对当前配电网的特征与系统中的案例库中历史案例的特征进行快速匹配，再经过筛选获得出多个案例群；

第三步、接上步，通过主成分分析和熵权法实现特征的降维和确定特征的权重；

第四步、接上步，计算当前配电网特征和历史配电网特征的相似度；

第五步、接上步，判断相似度的大小关系，如相似度的值大于某个值则接受历史案例的控制方案，否则对控制方案进行修正，并更新历史案例库；

第六步、接上步，输出计算结果。

所述的基于案件推理的配电网的无功优化方法，所述第二步中提出的特征快速匹配方法主要包括两个步骤：首先，利用符号型特征初步匹配和当前案例相似的历史案例，其次，根据数值型特征对历史案例进行二次筛选。