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。