[發(fā)明專利]一種電力系統(tǒng)可靠性評估的組合抽樣方法

有效

• 申請?zhí)枺?/td>: 201710525384.2
• 申請日: 2017-06-30
• 公開（公告）號: CN107392439B
• 公開（公告）日: 2021-05-18
• 發(fā)明（設(shè)計）人: 邱軒宇;郭宜果;蘭峰;盧福木;張春輝;李宗蔚;張景翯;匙陽陽;王可欣;付一木
• 申請（專利權(quán)）人: 國網(wǎng)山東省電力公司經(jīng)濟(jì)技術(shù)研究院;國家電網(wǎng)公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06
• 代理公司: 濟(jì)南誠智商標(biāo)專利事務(wù)所有限公司 37105
• 代理人: 劉乃東

本發(fā)明公開了電力系統(tǒng)可靠性評估的組合抽樣方法，利用等分散抽樣和全概率公式抽樣兩者的組合抽樣方法對系統(tǒng)可靠性指標(biāo)進(jìn)行評估，選取一組系統(tǒng)元件以應(yīng)用全概率公式，系統(tǒng)剩余元件應(yīng)用等分散抽樣方法，具體步驟如下：輸入原始數(shù)據(jù)，根據(jù)重要度原則選取一組元件；對選取的系統(tǒng)元件枚舉其組成事件及相應(yīng)概率，將系統(tǒng)剩余元件在等分散子區(qū)間抽樣并與事件組成系統(tǒng)狀態(tài)；將此狀態(tài)在每個等分散子區(qū)間進(jìn)行計算后，計算樣本方差，多次循環(huán)抽樣直至樣本方差滿足設(shè)定的要求，輸出結(jié)果。本發(fā)明利用等分散法和全概率公式法的組合抽樣方法，大幅降低了樣本方差，減少了抽樣次數(shù)和計算時間，提高抽樣效率且精度更高。

技術(shù)領(lǐng)域

本專利涉及電力系統(tǒng)的可靠性評估領(lǐng)域，特別適用于需要進(jìn)行大量蒙特卡洛抽樣的電力系統(tǒng)可靠性評估的組合抽樣方法。

背景技術(shù)

現(xiàn)有技術(shù)中的電力系統(tǒng)的可靠性評估主要有解析法和蒙特卡洛法。其中解析法需要枚舉系統(tǒng)的所有狀態(tài)，在系統(tǒng)規(guī)模較大時，可能會出現(xiàn)“維數(shù)災(zāi)”的難題。蒙特卡洛法的數(shù)學(xué)模型相對簡單，在一定的精度要求下，蒙特卡羅方法的抽樣次數(shù)與系統(tǒng)的規(guī)模無關(guān)，能消除解析法的“維數(shù)災(zāi)”的難題，特別適用于大型電力系統(tǒng)的可靠性評估，因而近年來越來越受到重視。

由于蒙特卡洛方法自身計算精度和計算時間的矛盾，要取得令人滿意的計算精度，往往耗費大量的抽樣次數(shù)和計算時間。在一定的計算精度(方差系數(shù))下，抽樣次數(shù)與樣本方差成正比，減小樣本方差是減小抽樣次數(shù)，提高抽樣效率的唯一方法。因此，通過方差減小技術(shù)可以加快蒙特卡洛模擬的收斂速度，提高抽樣效率。

目前常用的方差減小方法有控制變量法、等分散抽樣法、重要抽樣法和對偶變數(shù)法等，以及拉丁超立方抽樣、匕首抽樣、全概率公式法應(yīng)用效果也較為顯著。但以上方法的原始算法的單獨利用對于減小方差作用有限，有必要采用其改進(jìn)算法或者混合算法進(jìn)一步釋放抽樣效率。

發(fā)明內(nèi)容：

本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中存在的上述問題，提供一種電力系統(tǒng)可靠性評估的組合抽樣方法；本發(fā)明利用等分散法和全概率公式法的組合抽樣方法，通過全概率公式法在滿足計算精度的情況下，減少了抽樣次數(shù)和計算時間，提高了抽樣效率；通過等分散抽樣法在提高抽樣效率的前提下，減小了樣本方差、減小了抽樣次數(shù)，也加快了蒙特卡洛模擬的收斂速度，提高抽樣效率。克服了現(xiàn)有技術(shù)等分散抽樣法以及全概率公式法的抽樣效率低的問題，同時也與現(xiàn)有技術(shù)的其他改進(jìn)抽樣方法或混合方法更為簡便易行，精度更高。

為了解決現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明采用的技術(shù)方案是：

一種電力系統(tǒng)可靠性評估的組合抽樣方法，利用等分散抽樣和全概率公式抽樣兩者的組合抽樣方法對系統(tǒng)進(jìn)行可靠性評估；其中選取一組系統(tǒng)元件以應(yīng)用全概率公式，系統(tǒng)剩余元件應(yīng)用等分散抽樣方法，以保證更多的處于故障狀態(tài)的元件出現(xiàn)，具體步驟如下：

1)輸入原始數(shù)據(jù)，所述原始數(shù)據(jù)包括元件數(shù)目、元件容量、強(qiáng)迫停運率、樣本方差β、最大抽樣次數(shù)N_max、等分散抽樣的子區(qū)間數(shù)h；

2)將元件容量和強(qiáng)迫停運率的乘積作為重要度，對所有元件的重要度進(jìn)行排序，選取一組重要度最高的系統(tǒng)元件，枚舉其組成事件及相應(yīng)概率，以便于應(yīng)用全概率公式；

3)對步驟1)中選出的一組系統(tǒng)元件，利用全概率公式(1)得到實驗函數(shù)F(X^k)，

式中，

B_i為選取機(jī)組所構(gòu)成的樣本空間的第i個事件，

P(B_i)為事件B_i發(fā)生的概率，

F_i^k(X)表示在第k個區(qū)間中，事件B_i發(fā)生條件下的系統(tǒng)實驗函數(shù)值，N為選取機(jī)組所構(gòu)成的樣本空間容量，即事件的個數(shù)；