基于数据挖掘的变电站无功优化算法设计

论文摘要

电力系统是一个非线性的互联大系统,在运行过程中不断产生和积累大量的数据。如何提取有用的数据,进行有效的无功优化决策是一个十分有意义的问题。本文首先介绍数据挖掘技术的基本过程、分类、常用方法及其在电力系统的应用和现阶段电网中无功补偿的作用、解决方案及电容器补偿的应用等方面内容。分析了上海地区无功补偿的现状,及由于其集中控制方式的转变,无功控制策略及变电站自动化面临的新难题。基于以上分析,针对变电站在集中控制模式下的无功补偿与电压控制的问题,充分利用变电站运行过程中的大量数据,将数据挖掘技术应用于变电站电压无功自动调节系统,避免了该算法本身的缺点,通过改进的Apriori算法提取有效的数据,根据实际算法产生满足最小信任度阈值的强关联规则,进行有效的无功优化决策。将数据挖掘和蚁群算法结合,并对蚁群优化算法进行改进,将参数作动态调整,提出基于关联规则的系统蚁群无功优化方法,并建立了基于实际数据挖掘结果的无功全局优化总体数学模型。以上海220kV万航变电站为例,以其日常运行的历史数据为基础,运用本文算法对在线运行的实际情况进行无功优化,确定电容组的投切策略,得到在各种典型工况下的最优方案,并对结果进行对比分析,以指导实际的运行。实验结果表明,基于数据挖掘的系统无功优化目标值方法可以提高系统运行效率,降低损耗,对系统的电压稳定和经济运行意义重大。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 数据挖掘技术基础理论
• 1.1.1 数据挖掘环境
• 1.1.2 数据挖掘的过程和步骤
• 1.1.3 数据挖掘方法分类
• 1.1.4 常用的数据挖掘技术
• 1.1.5 国内外数据挖掘技术在电力行业的应用
• 1.2 现阶段电网配变电电容器的应用情况
• 1.2.1 无功补偿的作用
• 1.2.2 无功补偿问题解决的方法
• 1.2.3 电容解决方案（投切电容器组、SVC、TSC、STATCOM）
• 1.2.4 变电站电压、无功控制
• 1.2.5 问题的提出
• 1.3 本文主要工作
• 第二章 上海电网结构及无功补偿现状
• 2.1 上海电网结构及无功补偿现状
• 2.2 上海电网变电站自动化系统现状
• 2.3 上海变电站无功问题的现状
• 2.4 电容器使用的技术现状
• 2.4.1 投切电容器组、SVC、STATCOM 等的应用对比
• 2.4.2 上海电网中变电站对电容器的控制
• 2.5 本章小结
• 第三章 基本算法模型
• 3.1 关联规则理论
• 3.1.1 基本概念
• 3.1.2 基本性质
• 3.2 APRIORI 算法
• 3.2.1 Apriori 基本思想
• 3.2.2 Apriori 核心算法分析
• 3.2.3 Apriori 算法的瓶颈
• 3.2.4 Apriori 算法的优化
• 3.3 蚁群优化算法
• 3.3.1 基本蚁群优化算法
• 3.3.2 基本蚁群算法原理
• 3.3.3 蚁群算法的基本模型
• 3.3.4 蚁群算法的数学模型
• 3.3.5 蚁群算法的参数选择
• 3.4 本章小结
• 第四章 算法的改进和模型的建立
• 4.1 在中心变电站应用数据挖掘的模型
• 4.2 目标函数的构造
• 4.2.1 目标函数
• 4.2.2 约束条件
• 4.3 离线处理部分
• 4.3.1 数据挖掘算法的改进
• 4.3.2 离线处理过程
• 4.4 在线数据处理主要流程
• 4.4.1 蚁群优化处理过程的改进
• 4.4.2 在线优化处理模型
• 4.5 本章小结
• 第五章 万航变电站的应用分析
• 5.1 万航变电站的接线及负荷状况
• 5.2 万航变电站的无功补偿和电压状况
• 5.3 万航终端变电站的应用分析
• 5.3.1 数据分析
• 5.3.2 数据准备
• 5.3.3 数据挖掘
• 5.4 万航终端变电站的优化分析
• 5.4.1 参数选择
• 5.4.2 路径选择策略
• 5.4.3 优化结果与原投入方案的结果比较
• 5.5 本章小结
• 第六章 全文总结
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录