吴明伟+詹跃东

摘要：由于传统的方法在处理电压优化与治理问题时存在较大的局限性。针对地区电力系统电压优化和治理问题进行了研究，建立了以有功网损为目标函数的不等式约束的优化问题，并考虑到电压优化问题的控制变量能够进行种群划分，而粒子群算法（PSO）又能够降低搜索空间的运算复杂度，因此提出了基于粒子群优化最小二乘支持向量机（PSO-LSSVM）来对电力系统电压进行优化。通过实例的结果分析，该方法对电压的合格率有所提高，对电压性能有明显的改善，损耗也下降了，且收敛速度加快，有助于解决地区电力系统电压优化和治理问题。

关键词：数学模型；粒子群优化；最小二乘支持向量机；电压优化

0 引言

电力系統的无功优化作为非线性的规划问题，存在着多个不等式的约束条件。而且控制变量的类型也比较复杂，既有连续值，又有离散值。所以导致无功优化的分析过程变得更加复杂。无功优化的常见方法有线性方程、动态规划。但却存在着一系列的问题，如电力系统的规模较大，变量过多的时候，最优解的求解过程将会非常困难甚至不能求解；并且由于参数系数的选取不恰当的话会容易陷入局部最优解。

由于无功优化的方法存在和许多问题，本文提出一种将最小二乘支持向量机（LS-SVM）与PSO相结合的方式来对电力系统进行优化，从而得到比较稳定的电力系统模型。同时，相比较常规的支持向量机，最小二乘支持向量机收敛速度更快。……