基于改进抽样法的电力系统可靠性评估

由于电力系统的元件故障为小概率事件,在应用传统非序贯蒙特卡洛抽样法进行系统可靠性评估时,存在抽样次数大,仿真时间长等缺点。通过将对偶变数抽样法与交叉熵重要抽样法相结合,提出了一种适用于电力系统可靠性评估的改进抽样方法。该方法首先通过交叉熵重要抽样确定元件最优参数,构造元件的零方差概率密度函数的近似函数,然后根据最优参数进行对偶抽样,进一步降低抽样过程的方差,提高了传统蒙特卡洛法的抽样效率。应用该方法及传统随机抽样法、对偶变数抽样法和交叉熵重要抽样法对IEEERTS(可靠性校验系统)与变参数后的IEEE-RTS进行可靠性评估,计算结果表明:提出的方法在保证一定计算精度的条件下,相比其他方法,进一步提高了仿真速度。越是小概率事件,方法的优势越明显。

对估计圆周率的不同蒙特卡洛模型评价与选择

文章以圆周率的估计为例,系统研究了模型的评价与选取,得出:对于同一问题,构造不同的概率模型则抽样效率是有很大区别的。随机投点法的效率最低,重要抽样法可看作样本均值法的特例,而分层抽样法也可看作重要抽样法的特例,它们对抽样效率都有一定的提高。对偶抽样法可看作控制变量法的特例,它几乎和所有抽样法结合,抽样效率都有一定的改进。