电力系统电压与无功功率控制是一个关系到保证电压质量、满足无功功率需要和系统电压稳定的问题。传统无功优化问题是针对系统在某一个特定负荷情况下所进行的无功优化，在电力系统实际运行中，由于负荷不断变化，所以针对某个数据断面进行的静态无功优化实际上还不能完全满足实际运行需要。动态无功优化综合考虑了系统各节点负荷动态变化、控制设备的动作次数约束等问题，通过合理分配控制设备的动作时刻，达到从整体上优化的目的。 本文将隔离小生境遗传算法应用于无功优化中，针对传统遗传算法的不足进行了相应的改进，如：编码形式、种群多样性的保持、交叉算子、变异算子以及停止判断准则等，达到了理想的优化效果。系统分析了支持向量机技术，利用相似日数据作为训练样本、综合考虑气象等因素，获得支持向量机的短期负荷预测模型。 本文在建立动态无功优化模型的基础上，对动态无功优化问题进行了深入的研究，提出了求解动态无功优化问题的新方法。利用负荷分段方法将一天内连续变化的负荷划分成24段，并通过积分中值定理获得该时段的计算负荷值。本文通过改进遗传算法计算各负荷段的静态无功优化以获得各负荷段内控制设备值，根据相邻负荷段之间同一控制设备变化值的大小，初步分配设备动作时刻。由于在电网运行过程中，不同控制设备之间具有一定的相关性，利用控制设备的这种相关性结合控制设备变化值的大小以及控制设备最大动作次数重新分配控制设备的动作时刻，从整体上考虑无功优化问题。仿真表明，本文提出的方法简单，能够有效地获得控制设备一天的控制方案，在处理动态无功优化问题时效果明显。