基于改进PSO-LSSVM和蒙特卡洛法的电力系统可靠性评估

针对电力系统可靠性评估方法耗时长、误差大等问题,提出一种用改进粒子群优化算法(PSO)优化最小二乘支持向量机(LSSVM)参数,并将构建好的PSO-LSSVM模型与蒙特卡洛法(MCS)相结合用于发输电系统可靠性评估的方法。该方法通过对PSO算法进行合理的改进,得到更为精确的LSSVM模型参数,建立用于分类系统状态样本的PSO-LSSVM模型。对MCS方法抽取的系统状态样本分类得到故障状态和正常状态,仅对故障状态样本进行可靠性指标计算,统计输出可靠性评估结果。采用该方法对IEEE-RTS 79系统不同运行情况下的可靠性指标进行计算,结果表明该方法保证计算时间不变的同时提高了LSSVM-MCS方法的评估精度。     

大电力系统可靠性评估的蒙特卡洛仿真及概率密度估计

详细阐述了用于大电力系统可靠性指标预测的两种不同蒙特卡洛仿真方法，即序贯蒙特卡洛仿真（状态持续时间抽样）和非序贯蒙特卡洛仿真（状态抽样）的基本原理，对这两种方法的收敛特性及其计算精度和样本容量的概率不确定性关系进行了深入研究。此外，基于核密度估计技术，实现了可靠性指标的概率密度估计，探索了从可靠性指标内在分布规律和结构特征出发深刻揭示电网风险特性的新思路。基于RBTS、IEEE-RTS79和IEEE-RTS96可靠性测试系统的计算分析表明了所提方法的有效性。     

一种评估大规模电力系统可靠性的新算法

提出了一种评估发输电合成系统可靠性的新算法。该算法以传统蒙特卡罗模拟法为基础,在模拟前,对系统中所有的单、双重故障进行筛选,形成双重故障加速表;在模拟过程中,考虑所有多重故障,并使用双重故障加速表来评估多重故障。引入了启发性算法思想以削减计算量,提出了基于同心松弛的相关区域、调整区域的概念,并将它们用于判断故障元件相关程度,从而有效地对预想事故进行筛选。它们还用于系统潮流重分布和潮流调整。对ＩＥＥＥＲＴＳ系统（２４母线,３８条线路,３２个发电机）和东北电力系统（３３１母线,４６７条线路,１７９个发电机）进行了可靠性评估。结果表明,这种新型算法是可信的和有效的。新算法在系统规模扩大时,计算量的增长方式近似线性。因此,提出的新算法可以有效地对规模较大的系统进行可靠性评估。     

大型电力系统可靠性评价体系(Ⅱ)算法

可靠性指标是定量评价电力系统性能的重要参数。在对大型电力系统静、动态可靠性指标进行严格定义的基础上,文章给出这些指标的准确计算公式,并以非序贯仿真为例给出了算法的流程框图,文中还给出了系统计算结果。以文章所述方法构成的大型电力系统可靠性评价体系已用于多个实际电网的分析与评价。     

基于粗神经网络的电力系统可靠性评估方法

发输电组合系统可靠性评估中元件状态组合数和潮流计算是引起可靠性评估计算中"计算灾"的主要原因.利用粗糙集的数据约简和特征提取功能,提炼人工神经网络的输入变量、训练样本以及事件类与系统状态之间的概略化关系,建立偶发事件模式识别的粗神经网络(RNN)模型,提出基于RNN的发输电组合系统可靠性评估算法,以提高电力系统可靠性评估的计算效率.可靠性测试系统的计算结果表明,所提算法是正确、可行和有效的.     

基于自适应算法的电力系统可靠性评估

针对电力系统可靠性评估中Monte Carlo方法存在的计算效率低下的问题,提出应用自适应算法对系统状态进行概率分析。该算法采用变分运算分析和区间拟合的方法,实现在最优密度函数下抽样,降低计算方差。应用该方法对IEEE-RTS标准系统的发电部分进行了可靠性评估,并与采用常规抽样方法和重要抽样方法的评估结果做了比较,表明该算法在保证计算精度的前提下分别减少了87%和68%的抽样次数,对大型电力系统可靠性评估具有实用价值。     

蒙特卡洛法全周期抽样的研究

为了解决蒙特卡洛法的模拟计算精度与计算速度的矛盾，研究了蒙特卡洛法的模拟计算误差与随机数序列周期的关系，提出了蒙特卡洛法全周期抽样的新概念，从理论上证明了全周期抽样的收敛解是惟一的，与随机数种子无关，与系统规模无关。通过对IEEE－RTS可靠性试验系统的计算，说明全周期抽样蒙特卡洛法优于状态枚举法，其误差值随着随机数序列周期数的增大而减小。对不同规模的系统，选取周期数合适的随机数序列，全周期抽样所得到的计算结果就可以达到一定的精度，而不必采用周期数很大的随机数序列，从而提高了蒙特卡洛法的模拟效率。     

中压配电系统可靠性评估

提出一种中压配电系统可靠性评估算法。该算法利用前向搜索法确定断路器动作影响范围，用双向搜索法确定故障范围，用后向搜索法确珲切换开关的有无，从而确定节点的故障类型。根据节点的类型，可以很容易地计算出节点，馈线和系统的可靠性指标，提高了计算效率，文中还给出电压和线距越限的负荷削减算法，这为计及潮流约束的可靠性计算奠定了基础，以RBTS68节点网络，RBTS37节点网络和大量实际运行网络验证了该方法的有效性和实用性。     

基于Petri网的系统可靠性分析

许多工程系统的重要特征是具有动态行为,因而不能用故障树模型进行这类系统的可靠性分析．本文讨论用Ｐｅｔｒｉ网方法作为建模工具来描述单调关联故障树,并且考虑配置维修设备．可修系统的动态行为可以借助Ｐｅｔｒｉ网模型和等价的马尔可夫链进行研究．     

基于Petri网的人员可靠性研究

以往研究人员可靠性基本采用静态方法 ,提出一种动态方法—— Petri网来研究人员可靠性 .在介绍 Petri网基本概念的基础上 ,以碱回收炉操作中出现的人员可靠性问题为例 ,说明在人员可靠性研究中 ,Petri网是一种更为有效的工具     

基于蒙特卡罗法的高压直流输电系统可靠性评估

针针对直流系统可靠性评估中故障树分析法存在的不足,提出以蒙特卡罗法为基础并结合故障树分析,对直流系统进行可靠性评估的方法。首先根据引起直流系统失效的原因,建立高压直流输电系统的故障树结构,且建树过程中考虑了元件的维修与备用相关性;然后采用改进Monte Carlo仿真技术对该故障树进行模拟分析,实际一直流系统的仿真结果说明了本文所提方法的合理性和有效性。     

用蒙特卡罗和Petri网方法估计随机流网络的可靠性

提出一种估计随机流网络可靠性的基于蒙特卡罗抽样和Petri网建模仿真的MCPN方法.该算法以蒙特卡罗方法为基本框架,通过蒙特卡罗抽样来模拟网络系统的随机性.对于随机抽取的网络状态,通过Petri网仿真计算相应加权图的最大流量,判断其是否为有效状态.仿真结果表明,Petri网方法是一种有效的计算加权图最大流量的方法.     

基于Monte Carlo和启发式算法的网络可靠性分配

在AGREE分配法的基础上,提出一种基于Monte Carlo仿真和启发式算法的网络可靠性分配方法,实现了对网络部件重要度和网络可靠性的仿真计算,并采用启发式算法迭代实现了网络可靠性分配. 该方法适合对拓扑结构复杂的网络进行可靠性分配工作,可有效解决网络部件重要度计算复杂性问题. 以中国教育网（CERNET）骨干网为案例,应用本方法实现了75%网络节点连通可靠性指标的分配,并通过与基于解析计算得出结果的对比分析,证明了本方法的有效性和实用性.      

改进蒙特卡洛算法及其在高阶段充填采矿中的应用

用简便、经济、可靠的方法产生随机数是蒙特卡洛法应用的关键.用Logistic迭代方程产生随机数,不仅简单可靠,而且符合要求,改进了蒙特卡洛算法,为工程可靠性计算提供了一种新的方法.对高阶段充填体进行了力学分析,采用微元应力分析法,推导了分层充填力学计算公式.用改进蒙特卡洛算法分析了高阶段充填体稳定性,并应用于某铜矿5号采场高阶段充填设计.研究结果表明,充填体暴露高度越高,充填体内应力越大,充填体暴露长度越小,充填体向上下盘围岩转移应力的效果越显著,因此缩短采场长度有利于充填体稳定性和降低充填成.     

基于网络缩简的K-剩余连通可靠度的蒙特卡洛方法

讨论了具有不可靠结点网络的可靠度估计问题,提出了具有不可靠结点K-终端网络的串并联缩简原则,并将该缩简原则应用于递归方差衰减(Recursive Variance Reduction,RVR)蒙特卡洛(Monte Carlo)方法中,得到一种无偏且高效的估计可靠度的方法.该方法是依据状态空间分解原理,将对原状态空间的抽样实验递归地转为对其子空间的实验,并且在对子空间抽样实验前进行网络缩简,使得有些子空间不用抽样,对应方差为0.最后,通过实验验证了算法的有效性.     

计算系统可靠度置信下限的几种Monte Carlo方法及其比较

本文介绍了三个借助于计算机模拟元件可靠度的Fiducial方法,Bayes方法及折合的渐近正态方法计算指数型串联系统可靠度的置信下限,在MC-68000计算机上进行计算,并对三个方法用数值例子作比较,结果显示折合的渐近正态方法程序简单,效果良好。     

基于蒙特卡洛法的齿轮可靠性设计

机械设计中的许多参数是服从某种分布的随机变量，而不是常量．因此在机械设计中，以非确定性的随机方法来研究、设计机械零件和机械系统，是现代机械方法的一个重要内容．在此对齿轮进行了可靠性设计，并用蒙特卡洛法进行了数值模拟，证明该方法用于齿轮设计是正确且可行的．     

基于蒙特卡罗法的机械可靠性仿真

机电设备的高可靠性,是确保工业企业安全生产的前提．为了提高机电设备的可靠性,提出了一种实现机械可靠性仿真的新方法．新方法的基本思想是：在样本数据有限时,应用蒙特卡罗法补克若干随机数据,从而可以确定机械零部件的可靠度及其置信水平．文中将这一新方法应用到一个实例——工程机械轮胎可靠性仿真,所得可靠度与实际作业的统计数据甚为接近．     

一种基于状态分析的Monte Carlo法

提出了一种新的Ｍｏｎｔｅ Ｃａｒｌｏ法用于系统可靠性评估。这种方法在抽样技术上避免了对发生概率较大的系统状态进行重复模拟，同时由于在各次抽样结果间引入了负相关性，从而更进一步降低了模拟统计量的方差。本文还将稀疏矩阵技术用于系统可靠性分析，以解决了本文京城 占用计算机内存以及机时等方面的问题。对比性试验结果证明了方法的正确性和实际效果。还通过算例说明了方法在电力系统可靠性评估中的应用。