基于关联挖掘的无功优化关键参数智能辨识方法

摘要：

针对传统无功优化中关键参数设置过程繁琐且设置结果不合理的问题,首先,给出一种基于斜率分段归并的曲线划分策略,用于对预测区间进行智能划分;其次,采用一种标准化欧式距离—动态时间弯曲(ED-DTW)混合策略,用于不同数据集间相似度的计算;最后,提出一种基于数据关联挖掘的无功优化参数智能辨识框架,用于对数据库内的历史数据进行挖掘.仿真采用实际电网数据对整个挖掘过程进行分析,挖掘结果显示,提出的辨识框架能自动给出参数的时段划分和设置结果,将挖掘得到的参数结果用于实际控制中,表明该方法获得的划分结果符合负荷峰谷特征,且相比传统方法,在减小电压偏差和提高电压合格率上效果更好.

关键词：无功优化、负荷预测、时段划分、关联挖掘、相似量度

所属期刊栏目：41

分类号：TP3;G3

资助基金：国家自然科学基金资助项目51407165.本文得到江苏省高校自然科学研究重大项目17KJA470003;江苏省配电网智能技术与装备协同创新中心开放基金资助项目XTCX201713,XTCX201612;南京工程学院引进人才科研启动基金项目的资助,在此表示感谢!This work is supported by National Natural Science Foundation of China51407165

在线出版日期：2018-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：109-116