交叉熵重要抽样法基于KL距离(Kullback-Leibler divergence)实现了重要抽样概率密度函数(importance sampling probability density function,IS-PDF)参数的有效估计,显著提升了电网可靠性的蒙特卡洛仿真速度,但KL距离仅是更广义的f散...交叉熵重要抽样法基于KL距离(Kullback-Leibler divergence)实现了重要抽样概率密度函数(importance sampling probability density function,IS-PDF)参数的有效估计,显著提升了电网可靠性的蒙特卡洛仿真速度,但KL距离仅是更广义的f散度家族的一种距离形式,虽然有效但非唯一。为探讨f散度在重要抽样法中的实现方式,该文提出最优f散度重要抽样法,通过最小化零方差概率密度函数和IS-PDF之间的f散度,推导典型距离测度下IS-PDF的参数统一迭代更新表达式。因不同距离测度对应不同IS-PDF参数和重要抽样效率,为此,基于可靠性指标测试函数与似然比函数之积的方差最小化准则,提出f散度下的最优距离形式迭代优化确定方法。对IEEE-RTS79和IEEE-RTS96系统进行可靠性评估,结果表明该文方法能有效提高仿真效率,实现重要抽样法效率提升潜力的有效挖掘,对于大电网可靠性的快速评估具有重要的工程实用价值。展开更多
文摘交叉熵重要抽样法基于KL距离(Kullback-Leibler divergence)实现了重要抽样概率密度函数(importance sampling probability density function,IS-PDF)参数的有效估计,显著提升了电网可靠性的蒙特卡洛仿真速度,但KL距离仅是更广义的f散度家族的一种距离形式,虽然有效但非唯一。为探讨f散度在重要抽样法中的实现方式,该文提出最优f散度重要抽样法,通过最小化零方差概率密度函数和IS-PDF之间的f散度,推导典型距离测度下IS-PDF的参数统一迭代更新表达式。因不同距离测度对应不同IS-PDF参数和重要抽样效率,为此,基于可靠性指标测试函数与似然比函数之积的方差最小化准则,提出f散度下的最优距离形式迭代优化确定方法。对IEEE-RTS79和IEEE-RTS96系统进行可靠性评估,结果表明该文方法能有效提高仿真效率,实现重要抽样法效率提升潜力的有效挖掘,对于大电网可靠性的快速评估具有重要的工程实用价值。
