历史数据驱动下基于粗糙集的AVC系统关键参数挖掘方法

自动电压控制(AVC)系统中的参数设置过程繁琐且设置结果无依据，以历史大数据为基础，通过对历史数据的挖掘指导系统关键参数的设置。首先，给出一种基于强化正域的属性综合约简策略对关联属性进行约简；然后，采用基于最优分类的属性变换策略将连续属性离散化，并给出一种基于数据预处理的集合近似匹配策略，用于计算不同曲线间的相似度；最后，提出一种基于粗糙集的AVC系统关键参数辨识框架，对历史大数据进行挖掘。基于真实电网数据进行算例分析，挖掘结果表明所提辨识框架能自动给出合理的参数设置结果；实际应用结果表明，相比于传统方法，基于历史大数据的挖掘结果取得了更好的控制效果。