一种基于源荷相关性广义交叉熵方法重要抽样的电网可靠性评估方法

AITNT
正文
推荐专利
一种基于源荷相关性广义交叉熵方法重要抽样的电网可靠性评估方法
申请号:CN202411485973
申请日期:2024-10-23
公开号:CN119721739A
公开日期:2025-03-28
类型:发明专利
摘要
本方法涉及大电网可靠性评估领域,具体是一种基于源荷相关性广义交叉熵方法重要抽样的电网可靠性评估方法。包括:步骤一、建立关于源‑荷相关性变量的稀疏概率模型(GCE模型),并初始化重要抽样的相关参数;步骤二、预抽样阶段,按目前的重要抽样函数抽取系统状态样本,对每次抽取的样本进行系统状态分析,分别对系统状态变量中的元件状态变量和源‑荷变量的概率密度分布函数进行更新迭代,直至满足预抽样收敛条件;步骤三、主抽样阶段,按最终获得的重要抽样函数抽取系统状态样本,计算电网可靠性指标,直至满足主抽样收敛条件。本方法使得重要抽样过程更加简单,提升了计及源‑荷相关性的电网可靠性评估的效率。
技术关键词
电网可靠性评估 抽取系统 样本 抽样方法 变量 概率密度函数 剩余发电容量 表达式 负荷削减模型 电力系统元件 指标 交叉熵法 两阶段 风速 选取系统 广义
系统为您推荐了相关专利信息
1
一种基于深度学习的跨模态图像融合方法
图像融合方法 融合图像特征 通道注意力机制 图像特征提取 生成融合图像
2
基于多标签学习的负荷特征提取方法、负荷识别方法及系统
负荷特征提取方法 训练样本集 二进制特征 负荷识别方法 多标签学习
3
基于大曲等级的关键化合物识别方法及装置
大曲 训练神经网络模型 识别方法 神经网络模型训练 样本
4
非功能性胰腺神经内分泌肿瘤预后标志物及其应用
胰腺神经内分泌肿瘤 标志物 风险分析装置 区分高风险患者 患者风险分层
5
基于对抗神经网络的VSOC平台、设备及存储介质
模拟器 样本 模型训练模块 多模态 平台
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