为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
在智能电网大数据技术的背景下，本报告将求解无功优化的非线性规划问题转变成相似度匹配问题。从数据分析与建模的角度提出一种基于案件推理的配电网无功优化方法。首先，根据当前案件的符号特征快速匹配和当前案例相似的历史案例。其次，通过设定阈值对相似的历史案例进行二次筛选。为了减少计算相似度的时间，采用主成分分析对原始特征进行降维，并采用熵权法根据各个特征包含信息量的多少确定权重。再次，计算二次筛选后的历史案例和当前案例的相似度，并根据相似度选出适合当前案例的最优控制方案。最后，在某地区电力公司的36节点系统下进行仿真，验证了所提出的配电网无功优化方法的可行性和有效性。