一种基于多源证据融合的配电网低电压预测方法

摘要

本发明公开了一种基于多源证据融合的配电网低电压预测方法，包括以下步骤：首先选取反映配电网低电压发生可能性的多类指标，收集各类型指标下不同指标值对应的电压检测值，利用模糊逻辑神经元聚类网络学习法求取各类型指标支持低电压、非低电压命题的原型特征向量；然后偶将待预测配电网对应的各种类型的指标值作为其低电压预测的证据，利用最优化聚类法对各类证据构建基本信任分配函数；最后利用D‑S证据合成法则，将多种低电压预测的证据进行融合，根据融合结果，预测配电网发生低电压的可能性。采用本发明，可对配电网低电压现象展开预测，利用多源信息融合可以使得预测结果更加客观可靠，为合理安排治理低电压现象的技改项目提供科学依据。