摘要
本发明公开了一种基于数据挖掘的无功设备动作次数限值整定方法及系统,涉及数据挖掘技术领域。包括获取电网历史运行数据并进行预处理;获取新能源日前负荷预测,通过最优目标函数法确定负荷值;对预处理后的数据进行挖掘分析,得到补偿设备动作次数曲线;采用深度Q网络对动作次数曲线进行强化学习,结合蒙特卡洛方法进行多场景训练;根据收敛条件获取最优动作次数曲线。本发明通过获取新能源日前负荷预测并采用最优目标函数法确定负荷值,使得负荷预测更加准确,通过对预处理后的数据进行挖掘分析并采用深度Q网络进行强化学习,结合蒙特卡洛方法进行多场景训练,提高了补偿设备动作次数的优化效果。