[发明专利]基于最大熵原理与交叉熵重要抽样的电网可靠性评估方法在审

专利信息
申请号: 202111177871.7 申请日: 2021-10-09
公开(公告)号: CN113919107A 公开(公告)日: 2022-01-11
发明(设计)人: 范飞;周湘杰;钱娜;刘海平;龚事引;毛远斌;陈远蓉 申请(专利权)人: 湖南铁路科技职业技术学院
主分类号: G06F30/18 分类号: G06F30/18;G06F111/02;G06F111/04;G06F111/08;G06F113/04;G06F119/02
代理公司: 长沙和诚容创知识产权代理事务所(普通合伙) 43251 代理人: 彭庆
地址: 412000 湖南省株*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 最大 原理 交叉 重要 抽样 电网 可靠性 评估 方法
【权利要求书】:

1.基于最大熵原理与交叉熵重要抽样的电网可靠性评估方法,其特征在于,包括以下步骤:

a、引入最大熵原理,在先验信息与交叉熵最小的已知下确定模型的约束条件,建立估计分布q(x)的多目标多约束规划模型;

b、基于最大熵原理建立模拟概率密度分布q(x)的优化模型;

c、根据最大熵优化模型与交叉熵优化模型耦合的特点,分层求解该多目标规划问题;

d、将该模型应用于蒙特卡罗重要抽样评估电力系统可靠性。

2.根据权利要求1所述的基于最大熵原理与交叉熵重要抽样的电网可靠性评估方法,其特征在于,在步骤a中,引入最大熵原理,在先验信息与交叉熵最小的已知下确定模型的约束条件,建立估计分布q(x)的多目标多约束规划模型,该模型可利用最大熵原理求解;

定义两个概率密度函数p(x)和q(x)的K-L散度,即p、q的相对熵D(p,q);

对于连续随机变量的两个概率分布p(x)和q(x)来说,他们的K-L散度定义为:

在上述定义中,约走和K-L散度是两个概率分布P和Q差别的非对称性的一种度量方式;

P为满足一些约束条件下的概率密度函数的集合,Q为满足形式表达式的函数集合,H(p)为服从概率密度函数p(x)的随机变量X的熵函数;p(x)为真实概率密度分布,q(x)为模拟概率密度分布,ui(x)为系统元件故障状态对应的二项式概率分布,m为系统元件个数,λi为元件的故障率,Ω为为输入变量x的整个概率空间。

对任意两个概率分布p(x)和q(x),D(p,q)≥0,并且当且仅当对定义域上所有的x而言,有q(x)=p(x)时,D(p,q)=0;

根据上述定义给定P和Q,令p∈P,q∈Q,且p*∈P∩Q,那么

D(p,q)=D(p,p*)+D(p*,q) (3)

有以下定理:如果p*∈P∩Q,那么p*=arg maxp∈PH(p),且p*是唯一的;

在根据服从未知分布的已知观测值对总体所服从的概率密度函数进行估计时,只要确定了总体的约束条件,就可以很容易的得到关于总体的分布形式。

3.根据权利要求2所述的基于最大熵原理与交叉熵重要抽样的电网可靠性评估方法,其特征在于,在步骤a中,再引入交叉熵;

p(x)和q(x)的交叉熵表示为:

D(p,q)=Ep[-ln q(x)]=-∫p(x)ln q(x)dx (4)

此时,求解重要抽样概率密度函数的问题转化为一个优化问题:求解最优参数Q*,使得gopt(x)和概率分布g(x;Q)的交叉熵最小,即

其中,Ep为系统故障状态对应的联合概率密度函数均值,gopt(x)为基于最大熵原理得到的系统概率密度函数;利用上述重要抽样概率密度函数即g(x;Q*)抽样系统状态样本进行可靠性评估的方法即为基于交叉熵的蒙特卡罗模拟法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南铁路科技职业技术学院,未经湖南铁路科技职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111177871.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top