针对传统的基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于失效边界确定的系统,而不适用于失效域模糊的渐变结构系统问题,提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发...针对传统的基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于失效边界确定的系统,而不适用于失效域模糊的渐变结构系统问题,提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发,根据Metropolis准则构造马尔可夫模拟样本点;然后利用自适应核密度估计构建核抽样概率密度函数并进行重要抽样;最后离散化模糊失效域以计算系统的模糊失效概率。该方法合理地解决了以往渐变结构系统性能可靠性难以仿真分析及仿真效率低的难题,具有较高的仿真效率和精度。应用舵机案例对方法的适用性及高效性进行了验证。展开更多
准确、合理地构建间歇性电源的发电功率模型对于电力系统的仿真分析与计算具有重要意义。提出了一种风光发电功率时间序列模拟的单变量与多变量马尔科夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)仿真方法。该模型针对风电场与光伏电...准确、合理地构建间歇性电源的发电功率模型对于电力系统的仿真分析与计算具有重要意义。提出了一种风光发电功率时间序列模拟的单变量与多变量马尔科夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)仿真方法。该模型针对风电场与光伏电站等多种类型的间歇性电源,构建发电功率时间序列的马尔科夫链,采用Gibbs抽样技术实现了单变量或多变量的时间序列模拟。不仅全面地分析了不同类型间歇性电源马尔科夫过程的特征与影响因素,并且在MCMC方法中考虑了多变量之间的相互联系,使模型能够适应多组间歇性电源彼此间存在相关性的情形。对德国2家电力公司控制区域内的风电场、光伏电站进行仿真模拟,通过统计特征参数的对比分析,验证了所提模型的有效性。展开更多
文摘针对传统的基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于失效边界确定的系统,而不适用于失效域模糊的渐变结构系统问题,提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发,根据Metropolis准则构造马尔可夫模拟样本点;然后利用自适应核密度估计构建核抽样概率密度函数并进行重要抽样;最后离散化模糊失效域以计算系统的模糊失效概率。该方法合理地解决了以往渐变结构系统性能可靠性难以仿真分析及仿真效率低的难题,具有较高的仿真效率和精度。应用舵机案例对方法的适用性及高效性进行了验证。
文摘准确、合理地构建间歇性电源的发电功率模型对于电力系统的仿真分析与计算具有重要意义。提出了一种风光发电功率时间序列模拟的单变量与多变量马尔科夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)仿真方法。该模型针对风电场与光伏电站等多种类型的间歇性电源,构建发电功率时间序列的马尔科夫链,采用Gibbs抽样技术实现了单变量或多变量的时间序列模拟。不仅全面地分析了不同类型间歇性电源马尔科夫过程的特征与影响因素,并且在MCMC方法中考虑了多变量之间的相互联系,使模型能够适应多组间歇性电源彼此间存在相关性的情形。对德国2家电力公司控制区域内的风电场、光伏电站进行仿真模拟,通过统计特征参数的对比分析,验证了所提模型的有效性。
