1、随着社会经济的发展和电力需求的增加，电力配送系统的安全性、可靠性和经济性越来越受到重视。传统的电力配电系统普遍存在着容量不足、电力线路老化、电力负荷不平衡、电力故障频繁等问题，这些问题给电力系统的运行和管理带来了很大的挑战。针对这些问题，人们提出了各种各样的解决方案，其中智能配电控制系统是一种新兴的技术，已经在电力配电领域得到了广泛的应用。

　　2、在智能配电控制系统之前，传统的电力配电系统主要依靠手动操作和定时控制，这种方式效率低下、容易出现误操作和安全隐患，无法实现对电力负荷的精细化管理和动态控制。而智能配电控制系统则能够利用现代信息技术和智能控制算法，实现对电力负荷的精细化管理和动态控制，提高电力配电系统的安全性、可靠性和经济性。

　　3、目前已经有一些智能配电控制系统的相关技术被公开。例如现有技术中的基于无线传感器的智能配电系统，一般通过无线传感器采集电力负荷数据，并通过云计算和智能控制算法实现对电力负荷的精细化管理和动态控制。另外，现有技术中也有基于分布式智能控制器的智能配电控制系统，这些系统一般通过分布式智能控制器实现对电力负荷的分布式管理和动态控制，提高了电力配电系统的稳定性和可靠性。

　　4、尽管这些技术在一定程度上提高了电力配电系统的管理和控制能力，但是在实际应用中仍然存在一些问题。首先，由于电力负荷数据的采集和处理技术尚未达到理想水平，对于大规模的电力负荷数据的处理和分析仍然存在一定的局限性。其次，现有的智能控制算法仍然有待进一步的优化和完善，以实现更加精细化的电力负荷管理和控制。此外，智能配电控制系统需要耗费大量的成本进行硬件设备的安装和维护，这也是普及智能配电控制系统的一大限制因素。

　　5、针对这些问题，需要进一步开展研究和探索，以实现更加高效和可靠的智能配电控制系统。一方面，能够加强电力负荷数据采集和处理技术的研究和开发，利用更加先进的传感器和数据处理算法，实现对电力负荷的高精度采集和分析，为智能配电控制系统的优化和改进提供更加准确的数据支持。另一方面，能够进一步研究和开发智能控制算法，将人工智能、模糊控制等先进技术引入到智能配电控制系统中，实现对电力负荷的更加精细化管理和动态控制。

　　1、本发明的目的是提供一种智能配电控制系统，能够有效提高电力系统的供电质量和电能利用率，具有较高的实用性和经济性。

　　3、数据获取部分，配置用于获取在一个供电周期内的目标供电区域和目标电力系统的数据，得到历史负荷数据和历史供电总量数据；

　　4、目标区域划分部分，配置用于基于获取到的历史供电总量数据，将目标供电区域划分为多个子区域，保证每个子区域内的历史供电总量的标准差在设定的阈值范围内；每个子区域均对应一个子区域的历史供电总量数据和一个子区域的历史负荷数据；

　　5、预测部分，配置用于基于每个子区域的历史负荷数据，使用预设的负荷预测模型，对每个子区域进行负荷预测，得到每个子区域的负荷预测结果；以及，基于每个子区域的历史供电总量数据，使用预设的供电总量预测模型，对每个子区域进行供电总量预测，得到每个子区域的供电总量预测结果；

　　6、模糊拓扑建立部分，配置用于将供电区域划分的每个子区域视为一个节点，将与每个子区域连接的所有供电线路视为一个连接线，目标电力系统视为起始节点，构建模糊拓扑图；

　　7、冲突解决部分，配置用于基于每个子区域的供电总量预测结果和每个子区域的负荷预测结果，使用预设的多目标优化模型，对每个子区域的供电总量预测结果进行优化，得到每个子区域的优化电量结果；

　　8、线路优化部分，配置用于基于构建的模糊拓扑图，计算得到目标供电系统与每个子区域的最短路径；

　　9、配电控制部分，配置用于控制目标电力系统，根据每个子区域的优化电量结果，使用与每个子区域相连接的最短路径，为每个子区域配送电量。

　　10、进一步的，所述负荷预测模型，对每个子区域进行负荷预测，得到每个子区域的负荷预测结果的方法包括：对每个子区域的历史负荷数据进行高斯模糊化处理，将其转换为一组负荷模糊量；基于每个子区域的历史负荷数据，根据专家经验或机器学习的方式，建立一组负荷模糊逻辑规则库；根据负荷模糊逻辑规则库进行模糊推理，得到负荷模糊结论；将负荷模糊结论通过最大隶属度法进行去模糊化处理，得到负荷预测结果。

　　11、进一步的，所述供电总量预测模型，对每个子区域进行供电总量预测，得到每个子区域的供电总量预测结果的方法包括：对每个子区域的历史供电总量数据进行高斯模糊化处理，将其转换为一组供电总量模糊量；基于每个子区域的历史供电总量数据，根据专家经验或机器学习的方式，建立一组供电总量模糊逻辑规则库；基于供电总量模糊量和根据供电总量模糊逻辑规则库进行模糊推理，得到供电总量模糊结论；将供电总量模糊结论通过最大隶属度法进行去模糊化处理，得到供电总量预测结果。

　　12、进一步的，所述配电控制部分在为每个子区域配送电量时，使用该子区域与目标电力系统的最短路径作为配送线路，将与该子区域对应的优化电量结果等额的电量配送至该子区域。

　　13、进一步的，所述线路优化部分，基于构建的模糊拓扑图，计算得到目标供电系统与每个子区域的最短路径的方法包括：将模糊拓扑图表示为：

　　15、其中是节点集合，包括了作为起始节点的目标供电系统和作为节点的子区域，是连接线集合，对应于连接线；为起始节点，对应于目标供电系统；为目标节点，对应于子区域；表示从节点到节点的距离（或代价）；为从起始节点到节点的最短距离；：从起始节点到节点的最短路径上，节点的前驱节点；op为待扩展的节点集合；cl为已扩展的节点集合；每次从op中选择估价函数最小的节点进行扩展；其中，表示从起始节点到节点的最短距离，表示从节点到目标节点的最短距离的估计值；因此，表示从起始节点经过节点到目标节点的最短距离的估计值；初始化op和cl；令，，将起始节点加入op中；重复以下步骤，直到op为空或者找到目标节点：步骤1：从op中选择最小的节点进行扩展；步骤2：将节点从op中移除，并将其加入cl中；步骤3：对于节点的每个邻居节点，如果不在cl中；步骤4：计算，即从起始节点经过节点到达节点的距离；步骤5：如果不在op中，将加入op，并将的值设为；步骤6：如果在op中，并且新的值比原来的小，则更新的和值，并将的前驱节点设为；如果找到目标节点，则通过回溯到起始节点，得到从到的最短路径；表示从起始节点到节点的最短路径上，节点的前驱节点；因此，能够通过回溯到起始节点；所述满足以下条件：

　　19、其中，为调整系数，取值范围为0.2~0.8；和分别是节点和目标节点在模糊拓扑图的坐标；为估价函数。

　　20、进一步的，所述冲突解决部分包括：基于每个子区域的供电总量预测结果和每个子区域的负荷预测结果，使用预设的多目标优化模型，对每个子区域的供电总量预测结果进行优化，得到每个子区域的优化电量结果的方法包括：假设有个子区域，每个子区域的历史供电总量分别为，供电总量预测结果为；基于每个子区域的历史供电总量数据和负荷预测结果计算出该子区域的供电总量和负荷之间的差值，即：

　　22、其中，为差值，表示第个子区域的供电总量预测结果，表示第个子区域的负荷预测结果，，为子区域的数量；定义目标函数来描述所有子区域的优化目标，分别为每个子区域的电量优化结果的中间值；使用模糊多目标优化算法来求解优化电量结果；算法的输入为目标函数，以及每个子区域的优化电量结果上下界，即，其中为第个子区域的最大供电能力；输出为每个子区域的优化电量结果。

　　24、进一步的，所述目标函数由两个部分组成：第一部分为所有子区域的历史供电总量数据与供电总量预测结果之间的误差，第二部分为所有子区域之间的电量平衡；使用模糊逻辑函数来描述这两部分，所述目标函数的公式如下：

　　26、其中，和分别为模糊逻辑函数，和为权重系数；的输入为所有子区域的优化电量结果与供电总量预测结果之间的差值的加权和，输出为整个系统的误差；的输入为所有子区域的优化电量结果的最大值与最小值的差值，输出为整个系统的电量平衡度；表示目标函数。

　　29、首先，本发明采用模糊多目标优化算法来实现电量的优化分配，能够更加准确地预测各个子区域的负荷需求，使得电力系统在满足各个子区域电能需求的同时，能够更好地保证电力系统的平稳运行。通过对历史供电总量数据和负荷预测结果的分析，本发明能够得出每个子区域的供电总量和负荷之间的差值，并将其作为目标函数的一部分进行优化求解，有效提高了电量的分配效率，从而提高了电力系统的供电质量。

　　30、其次，本发明采用基于模糊逻辑函数的目标函数来衡量每个子区域的优化目标，能够更加精准地评估每个子区域的电量平衡度和误差率，从而得到更加符合实际情况的电量分配结果。在目标函数的计算过程中，本发明还使用了加权系数来对每个子区域的优化目标进行量化，从而更好地控制电量分配结果，进一步提高了电力系统的供电质量。

　　31、此外，本发明还采用了基于模糊拓扑图的最短路径算法来进行电力系统的配电控制，该算法能够有效降低电力系统的供电损耗，提高电能的利用效率。通过使用模糊拓扑图，本发明能够准确描述电力系统中各个子区域的电力关系，找到各个子区域与目标电力系统之间的最短路径，进一步提高了电能的传输效率，降低了供电损耗。

　　32、最后，本发明还采用了智能决策技术和冲突解决技术，能够实现智能化的电量分配和配电控制，提高了电力系统的自适应能力和鲁棒性。在电力系统出现异常情况或者负荷需求变化时，本发明能够及时进行调整和优化，保证电力系统的平稳运行，提高了电力系统的稳定性和安全性。