配电网优化是配电自动化的重要内容。配电网重构和电容器优化投切是配电网优化的主要措施。配电网重构和电容器投切都是复杂的优化问题。目前的求解方法各有优缺点。本文从模式分析的角度出发,将模式分析的思想和分析方法引入到配电网优化中,为研究配电网优化问题提供了一条新途径。 本文研究了配电网的结构模式,利用图论中的同胚图将配电网中所有可行的辐射状网络结构划分为不同的类别,每个类别定义为一个结构模式。然后定义了结构模式的距离向量,来衡量不同结构模式间的差别。利用建立的结构模式改进了重构的模式识别模型,较好地解决了已有的用于求解重构的模式识别模型中存在的输出空间难以确定和表达的问题。 利用结构模式提出了两种基于时间点的配电网重构算法:基于改进最优流和遗传算法的配电网重构算法和基于支持向量机的重构算法。 基于改进最优流和遗传算法的重构算法利用结构模式将重构问题分解为若干子问题,每个子问题对应重构问题的一个局部最优解,然后提出了基于最优流法的局部寻优算法用来寻找子问题中的局部最优解,再利用遗传算法对各子问题进行搜索,从而实现在局部最优解中寻找全局最优解。该算法一方面压缩了遗传算法的寻优空间,提高了遗传算法搜索效率,另一方面利用基于最优流法的局部寻优算法改善了局部寻优能力。 基于支持向量机(Support Vector Machine,SVM)的配电网重构算法将配电网重构表述为模式识别问题。算法利用结构模式和支持向量机建立了重构的模式识别模型。该方法利用支持向量机在解决有限样本、非线性及高维识别中的优势,提高了模型的泛化能力,利用配电网结构模式,解决了建模过程中输出空间难以确定和表达的问题,使模型能适用于有一定规模的配电网络。 提出了基于时间区间的配电网静态重构和动态重构算法。静态重构算法以最优流法为基础,以一段时间内的能量损耗最小为目标函数。利用配电网负荷模式的特点对基于时间区间的最优流计算方法进行了改进,并在此基础上提出了基于时间区间的静态重构算法。提出的算法能有效地减少计算时间。 动态重构需要考虑开关操作次数的约束,提出的动态重构算法先利用结构模式将开关操作分为模式转换操作和非模式转换操作,分析了不同开关操作的作用和相互影响,在此基础上提出了启发式规则,然后根据对开关操作在整个时间区间内的降损评估,并结合启发式规则来确定开关操作的顺序,从而形成最优的开关操作策略。 提出了基于时间区间的配电网无功补偿动态优化算法。无功补偿动态优化的目的是在考虑负荷变化和电容器操作次数约束的条件下,求得各节点电容器的最