基于案例推理的智能电网约束优化技术研究

摘要

最优功率流(Optimal Power Flow,OPF)等约束优化问题的解决是构建安全,可靠和经济的智能电网系统的基础.在这一问题中,需要快速分析由传感器获取的数据流,以便识别旨在减轻系统扰动影响的适当控制动作,或使电网状态适应新的负载和生成模式.为解决这一计算密集型任务,基于案例推理的方法可以在从历史数据集中提取可操作的知识方面发挥关键作用.由于时间限制,类似模式的搜索虽然原则上很简单,但需要面对历史智能电网数据的大规模数据,一旦获得新的测量信息,数据会动态增加,造成效率降低.针对这一问题,提出基于MapReduce体系的案例推理机制.实验结果验证了该方法在不同条件下的效率,包括数据集大小与数据块大小.