基于贝叶斯网络与序贯蒙特卡洛法的微网配电系统可靠性评估方法

AITNT
正文
推荐专利
基于贝叶斯网络与序贯蒙特卡洛法的微网配电系统可靠性评估方法
申请号:CN202411374029
申请日期:2024-09-29
公开号:CN119362409A
公开日期:2025-01-24
类型:发明专利
摘要
基于贝叶斯网络与序贯蒙特卡洛法的微网配电系统可靠性评估方法,根据配电元件的运行状态,建立微电源多状态组合输出模型;通过多目标粒子群优化算法对微网中的负荷进行负荷分块;计算负荷出力时序问题,将微网分布式电源等效为分段函数;采用改进的ARIMA对风速和光照强度进行仿真模拟,建立时序复合模型;计算出周负荷占年最大负荷比值、日负荷占其周最大负荷比值、每小时负荷占其天最大负荷比值;通过贝叶斯网络建立各节点的逻辑关系图,建立时序源‑荷变化的模型;结合时序复合模型与时序源‑荷变化的模型,对系统元件各节点进行抽样,判断运行状态;对配电系统可靠性指标进行仿真分析,得到最终的结果。该方法可以用于提高定点薄弱环节可靠性来改善其供电性能。
技术关键词
蒙特卡洛 节点 时序 微网配电系统 元件 时间段 微电网 序列 粒子群优化算法 网络 历史负荷数据 仿真分析 表达式 预测误差 风速 风力涡轮机转子
系统为您推荐了相关专利信息
1
基于压缩感知光谱成像的太阳能电池板隐形缺陷检测装置
缺陷检测装置 编码元件 压缩感知理论 色散元件 荧光
2
一种定制叠加和权限管控的配置管理系统
配置管理系统 配置管理工具 命令行工具 目录 检测工具
3
复杂水网系统水资源风险调度与综合调控方法
水网系统 综合调控方法 风险 因子 变分贝叶斯
4
芯片的故障预测方法、装置、设备及存储介质
节点状态预测 电气运行状态 故障预测方法 故障传播路径 芯片
5
一种融合视觉时序文本预训练模型的茶园状态监测方法
状态监测方法 融合视觉 预训练模型 时序 主动学习策略
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号