一种基于机器学习的用户侧无功补偿优化控制方法及系统

一种基于机器学习的用户侧无功补偿优化控制方法及系统，获取配电网运行历史数据，进行预处理，构建数据集；使用数据集训练并验证电容投切量预测机器学习模型；基于容性无功投切量、功率因数和电压幅值构建多目标损失函数；对训练好的电容投切量预测机器学习模型的预测结果构建目标函数，进行优化，得到优化结果；对优化结果添加硬约束条件，强制模型的输出在设置范围内；部署在嵌入式设备后的电容投切量预测机器学习模型根据实时数据进行在线学习。本发明能够实现动态场景下的自适应补偿决策，同步优化功率因数、电压稳定性、设备寿命等多目标，有效提升了无功补偿的效果。