本文關(guān)鍵詞：基于交叉熵的大電網(wǎng)可靠性序貫蒙特卡洛仿真研究　出處：《重慶大學》2016年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 序貫蒙特卡洛仿真法 最優(yōu)不可用度 交叉熵 概率分布 大電網(wǎng)

【摘要】：電網(wǎng)可靠性評估能夠從概率風險視角為電力系統(tǒng)規(guī)劃、運行和管理等提供風險決策的參考依據(jù),成為當前研究熱點之一。在電網(wǎng)可靠性評估中,序貫蒙特卡洛仿真法由于能有效模擬系統(tǒng)運行和故障恢復過程的時序特征,因此不但能得到電網(wǎng)可靠性指標的期望值指標,還能有效獲取電網(wǎng)可靠性指標的概率密度分布,由此得到廣為關(guān)注。但是,序貫蒙特卡洛仿真計算精度與計算成本的矛盾嚴重限制了其工程實用性,因此研究序貫蒙特卡洛仿真的收斂性加速方法具有重要的學術(shù)與實際意義。方差削減技術(shù)是加快蒙特卡洛仿真收斂速度的有效方法,其中重要抽樣法已得到較多研究,而交叉熵算法作為一種新興的重要抽樣法,在電網(wǎng)可靠性非序貫蒙特卡洛仿真中取得了較好的收斂性加速效果。但在序貫仿真框架下,如何實現(xiàn)交叉熵算法和序貫仿真的有機結(jié)合,同時實現(xiàn)可靠性指標期望值和概率分布的準確計算,值得深入探索。本文的主要研究內(nèi)容:(1)系統(tǒng)研究了基于交叉熵的非序貫蒙特卡洛仿真法的基本原理。在電網(wǎng)可靠性非序貫蒙特卡洛仿真中,元件的兩狀態(tài)可靠性模型采用二項分布來描述,交叉熵法可有效估計該二項分布對應(yīng)的最優(yōu)重要抽樣概率密度分布(IS-PDF)的參數(shù),從而實現(xiàn)方差減小和收斂性加速的目的。(2)在基于交叉熵的非序貫蒙特卡洛仿真法基礎(chǔ)上,提出了計算最優(yōu)IS-PDF參數(shù)的序貫交叉熵法。推導了序貫仿真中計算最優(yōu)不可用度的迭代公式,根據(jù)元件不可用度與故障率和修復率的關(guān)系,給出故障率和修復率三種不同計算方式,從而能夠利用故障率和修復率進行電網(wǎng)可靠性評估的序貫仿真。與已有方法相比,本文最優(yōu)不可用度估計階段及其之后的電網(wǎng)可靠性評估階段,都處于序貫仿真框架中,并且這兩個階段抽樣得到的系統(tǒng)狀態(tài)序列樣本都可用于最終的可靠性指標計算,從而進一步提高了可靠性評估的效率。(3)基于交叉熵的序貫蒙特卡洛仿真必須采用似然比對系統(tǒng)狀態(tài)序列的影響后果進行修正,本文推導了修正系統(tǒng)狀態(tài)持續(xù)時間的四種似然比公式和修正系統(tǒng)失負荷頻率的似然比公式,并且證明了僅利用系統(tǒng)狀態(tài)概率之比修正系統(tǒng)狀態(tài)序列的序貫仿真實際上仍是非序貫仿真。為獲得可靠性指標準確的概率分布,提出了基于交叉熵的IS-PDF參數(shù)估計的基本原則:交叉熵算法將改變抽樣概率密度分布的參數(shù),但參數(shù)改變前后系統(tǒng)故障狀態(tài)的頻率變化越小越好。
[Abstract]:Power network reliability assessment can provide reference for power system planning, operation and management from the perspective of probabilistic risk. It has become one of the current research hotspots. Sequential Monte Carlo simulation method can effectively simulate the time series characteristics of system operation and fault recovery process, so it can not only get the expected value index of power network reliability index. The probability density distribution of power network reliability index can also be effectively obtained, which has been widely concerned. However, the contradiction between the accuracy of sequential Monte Carlo simulation and the calculation cost seriously limits its engineering practicability. Therefore, it is of great academic and practical significance to study the convergence acceleration method of sequential Monte Carlo simulation. Variance reduction is an effective method to accelerate the convergence speed of Monte Carlo simulation. Among them, the important sampling method has been more studied, and the cross-entropy algorithm is a new important sampling method. In the power network reliability non-sequential Monte Carlo simulation, a good convergence acceleration effect has been achieved, but in the framework of sequential simulation, how to realize the organic combination of cross-entropy algorithm and sequential simulation. At the same time, the expected value and probability distribution of reliability index can be calculated accurately. The main research content of this paper is: 1) the basic principle of non-sequential Monte Carlo simulation method based on cross-entropy is studied systematically in the power network reliability non-sequential Monte Carlo simulation. The two-state reliability model is described by binomial distribution. The cross-entropy method can effectively estimate the parameters of the optimal important sampling probability density distribution (IS-PDF) corresponding to the binomial distribution. Therefore, the aim of reducing variance and accelerating convergence is realized based on the non-sequential Monte Carlo simulation method based on cross-entropy. A sequential cross entropy method is proposed to calculate the optimal IS-PDF parameters. An iterative formula for calculating the optimal unavailability in sequential simulation is derived according to the relationship between the component unavailability and the failure rate and repair rate. Three different calculation methods of failure rate and repair rate are given so that the sequential simulation of power network reliability evaluation can be carried out by using failure rate and repair rate. In this paper, the optimal unavailability estimation stage and the subsequent power network reliability evaluation stage are in the sequential simulation framework. And the system state series samples obtained by the two stages sampling can be used to calculate the final reliability index. Therefore, the efficiency of reliability evaluation is further improved.) the sequential Monte Carlo simulation based on cross-entropy must be modified by using likelihood alignment of the effect of system state sequence. In this paper, four kinds of likelihood ratio formulas for modifying the state duration of the system and the likelihood ratio formula for correcting the out-of-load frequency of the system are derived. And it is proved that the sequential simulation which only uses the ratio of the system state probability to modify the system state sequence is still non-sequential simulation in order to obtain the accurate probability distribution of the reliability index. The basic principle of IS-PDF parameter estimation based on cross-entropy is put forward: the cross-entropy algorithm will change the parameters of sampling probability density distribution, but the frequency change of system fault state before and after the change of parameters is as small as possible.
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM732;TM743

【相似文獻】

相關(guān)期刊論文 前10條

1 樓佳;林俐;;電力系統(tǒng)配電網(wǎng)可靠性供電分析[J];現(xiàn)代工業(yè)經(jīng)濟和信息化;2012年16期

2 潘恒飛;;淺談如何提高配電網(wǎng)可靠性[J];河南科技;2013年13期

3 吳開貴,吳中福;大電網(wǎng)可靠性計算中的負荷削減策略[J];重慶大學學報(自然科學版);2003年07期

4 鐘慶;分散式發(fā)電系統(tǒng)對配電網(wǎng)可靠性的影響[J];國際電力;2004年02期

5 謝羨州;配電網(wǎng)可靠性的評估方法及提高[J];電力設(shè)備;2004年09期

6 王瑛,樸在林,王宇;配電網(wǎng)可靠性管理系統(tǒng)的實現(xiàn)[J];農(nóng)村電氣化;2005年09期

7 張利國;;提高配電網(wǎng)可靠性的措施[J];電氣時代;2005年12期

8 李輝;開辟西電東送第二通道 提高電網(wǎng)可靠性[J];云南電力技術(shù);2005年01期

9 趙永亮;欒鳳奎;劉萬福;孫昕;曾鳴;;輸電網(wǎng)擴容投資與電網(wǎng)可靠性的協(xié)調(diào)優(yōu)化研究[J];電力技術(shù)經(jīng)濟;2005年06期

10 許奕灝;高強;;提高肇慶西部電網(wǎng)可靠性的措施[J];供用電;2006年01期

相關(guān)會議論文 前7條

1 李文輝;;提高電網(wǎng)可靠性管理的幾點思考[A];2012年云南電力技術(shù)論壇論文集（文摘部分）[C];2012年

2 陳輝;李獻偉;余南華;鄭文杰;黃懷輝;唐建軍;;橫琴電網(wǎng)可靠性保障措施分析[A];2012中國智能電網(wǎng)學術(shù)研討會論文集[C];2012年

3 董興海;熊小伏;;地區(qū)電網(wǎng)可靠性在線評估與風險分析的研究[A];2008年云南電力技術(shù)論壇論文集[C];2008年

4 徐林;謝紹宇;王秀麗;;復雜電網(wǎng)可靠性分析方法概述(上)——經(jīng)典模型和現(xiàn)代微觀模型[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（上冊）[C];2008年

5 徐林;謝紹宇;王秀麗;;復雜電網(wǎng)可靠性分析方法概述(下)——現(xiàn)代宏觀模型[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（上冊）[C];2008年

6 劉宗兵;;基于簡約模型的配電網(wǎng)可靠性評估算法[A];2010年云南電力技術(shù)論壇論文集（文摘部分）[C];2010年

7 史濟全;黃民翔;;基于RAMSES的配電網(wǎng)可靠性定量分析[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（上冊）[C];2008年

相關(guān)重要報紙文章 前1條

1 張佳星;電網(wǎng)可靠性研究有望出招[N];科技日報;2008年

相關(guān)博士學位論文 前1條

1 周小佳;電力系統(tǒng)可靠性人工神經(jīng)網(wǎng)絡(luò)模型及實現(xiàn)研究[D];重慶大學;1997年

相關(guān)碩士學位論文 前10條

1 高俊杰;重點區(qū)域配電網(wǎng)可靠性提升措施的研究[D];華北電力大學;2015年

2 萬東;配電網(wǎng)可靠性及經(jīng)濟性評估方法研究[D];南昌大學;2015年

3 田鋒;寧東地區(qū)電網(wǎng)可靠性的分析與評估[D];華北電力大學;2015年

4 張猛;輸電網(wǎng)可靠性時空分布特性研究[D];華北電力大學;2015年

5 王潔;基于高斯混合模型和交叉熵的大電網(wǎng)可靠性評估研究[D];重慶大學;2015年

6 林灝凡;考慮潮流計算的配電網(wǎng)可靠性快速評估算法研究[D];華南理工大學;2016年

7 袁修廣;配電網(wǎng)可靠性與風險性評估方法的研究[D];湖南大學;2015年

8 葉夢姣;基于交叉熵的大電網(wǎng)可靠性序貫蒙特卡洛仿真研究[D];重慶大學;2016年

9 于騰凱;配電網(wǎng)可靠性與經(jīng)濟性綜合評估方法的研究[D];華北電力大學（河北）;2009年

10 劉倩;鶴山市電網(wǎng)可靠性評價及運行風險管理研究[D];華北電力大學;2012年

，

本文編號：1362323