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 

单位：南京工程学院电力工程学院; 江苏省南京市211167; 国网黑龙江省电力有限公司发展策划部; 黑龙江省哈尔滨市150090; 中国电力科学研究院南京; 江苏省南京市210003