摘要
本发明涉及一种新能源及负荷样本的抽样方法,其中先通过构建新能源的Beta分布模型和非参数核密度估计模型,并绘制黛绿密度曲线;之后,输入网络结构参数、新能源和负荷的概率模型信息、相互独立的标准正态随机样本,从而确定相互独立的标准正态随机样本间存在的相关关系的变量及变量数、相关系数,并设定采样规模;然后,基于中值拉丁超立方抽样技术以及Cholesky分解技术,从而将相互独立的标准正态随机样本转换为相关的标准正态随机样本,最后,基于等概率转换原则,将相关的标准正态随机样本转换为服从指定分布、且具有给定相关系数的新能源、负荷随机样本;本发明具有使用效果好且快捷高效的优点。
技术关键词
拉丁超立方抽样
抽样方法
核密度估计模型
负荷
协方差矩阵
概率密度曲线
样本
网络结构
变量
非标准
参数
规模
关系
指标
线路
节点
系统为您推荐了相关专利信息
历史负荷数据
序列预测模型
机器学习模型
模糊隶属度
粒子群优化算法
低碳优化方法
能源系统
耦合设备
热电联产机组
负荷
孤岛微电网
多微网系统
可再生能源
负荷
燃气锅炉
检修决策
粒子
电力系统可靠性
电力系统检修
发电机组检修