一种基于模糊推理的电力系统智能感知决策优化方法

本发明公开一种电力系统智能决策优化方法，解决传统精确数学模型优化方法在数据异构、规则模糊及实时性方面的问题。该方法采用三级架构：感知层通过多维隶属度函数及改进差分进化算法优化参数，结合时空双维度模糊化处理多源异构数据；模糊推理层利用双通道LSTM生成规则前件，通过关联度分析动态剪枝规则库；决策优化层构建模糊约束下的帕累托前沿求解模型，融合NSGA‑III与非精确罚函数法实现多目标优化。经测试，该方法在IEEE节点系统及实际电网中，决策响应时间缩短至86ms内，不确定场景适应率达92.7％，综合优化成本降低15％以上，有效提升电力系统应对动态不确定性的能力，具有显著的实用性和先进性。