[发明专利]一种基于BART算法和超吸收壁的电网电压无功优化方法

摘要

本发明公开了一种基于BART算法和超吸收壁的电网电压无功优化方法，包括下述步骤，通过历史数据获得初步的越限模式倾向，利用特征因素，建立BART算法的电压越限诊断模型，获得当前节点系统特征；建立电压时间序列的Brown运动模型，分析当前节点超吸收壁的运动模型的特征，对参数进行自学习；根据所分析节点超吸收壁运动模型特征及当前系统数据特征诊断结果，获得操作规则指令；将操作规则指令以定值形式写入电力系统仿真系统模拟，试运行进行指令模拟，对定值实现调整。本发明使变压器低压侧电压和无功处于网损较小的理想状态，且优化过程中不需要求解复杂的优化模型，在充分考虑负荷与电压及无功的影响下，对无功进行柔性调节。

主权项

一种基于BART算法和超吸收壁的电网电压无功优化方法，其特征在于，包括下述步骤：第一步：首先将电网电压无功历史数据，用电负荷历史数据，AVC系统定值从各系统中抽取，导入装载到数据仓库中；第二步：对一段时间内历史数据进行去噪音预处理，对数据进行越限诊断特征因素提取，获得初步的越限模式倾向；第三步：针对各系统越限数据进行分析，在初步获得的越限模式倾向及越限特征的基础上，建立全面的包括越限模式、越限特征的越限诊断知识库，为过程控制提供依据；第四步：根据第二步所述特征因素，以及特征因素之间的相关性，采用逐步排除的方式，利用第二、三步处理后特征因素数据，建立基于BART算法的电压越限诊断模型，采用Gibbs抽样方法逐步迭代计算模型参数直至参数收敛；第五步：预测当前节点电压无功，提取当前节点电压数据特征因素，对知识库规则进行匹配，以及获得当前节点系统特征；第六步：建立电压时间序列的Brown运动模型，确定序列的漂移项参数与波动项参数，设定两条动态变化的超吸收壁，从而建立基于超吸收壁Brown运动的模型；第七步：模拟分析当前节点超吸收壁的运动模型的特征，对参数进行自学习，利用BART算法挖掘事件之间潜在关系，建立AVC超吸收壁规则库，应用AVC超吸收壁规则库解决越限诊断问题中不确定问题；第八步：根据第七步中所分析节点超吸收壁运动模型特征，及AVC超吸收壁规则库对当前系统数据特征诊断结果，考虑当前用电负荷变化率、补偿电容器容量和允许动作次数、有载调压变压器分接头位置，获得操作规则指令；第九步：将操作规则指令以定值形式写入电力系统仿真系统模拟，试运行进行指令模拟，模拟调节有载调压分接头位置和模拟补偿电容器组投切，对模拟系统电压无功过程进行各项安全指标及平稳指标进行评估，在模拟有效的情况下以外部指令形式，对定值实现调整。