铁道供电系统信息流延时的拉丁超立方抽样蒙特卡洛模拟

针对铁道供电系统信息流处理中的延时问题,建立主备模式的通信预处理队列模型、并列服务器实时队列模型和服务器轮询队列模型。利用拉丁超立方抽样技术和蒙特卡洛方法对信息流服务过程进行研究,运用统计学方法得出排队参数概率分布、置信区间和模拟次数之间的关系。以2M光纤通信为例,取平均到达率1 024kB·s-1和平均服务率1 500kB·s-1进行蒙特卡洛模拟。结果表明:报文字节处理服务延时可控制在2～3ms左右;验证了用拉丁超立方抽样代替随机抽样,可减少蒙特卡洛模拟的次数。比较并列服务器和单服务器的实时处理队列平均等待时间模拟结果可知:相同条件下单服务器的实时处理队列平均等待时间超出10ms的概率为82.95%,超出13ms的概率为56.08%,均大于并列服务器实时处理队列平均等待时间的概率。因此,采用并列服务器配置方式可减少铁道供电系统信息流实时处理中的平均等待延时。

基于拉丁超立方抽样的有限元可靠度程序开发及应用

在地下工程结构可靠性分析中,岩土体参数离散性大,功能函数非线性程度高,常为隐式函数,因此,对可靠度计算方法提出了很高的要求。针对传统蒙特卡罗抽样方法计算量非常大,难以满足工程要求的问题,基于拉丁超立方抽样技术,结合了Matlab和有限元软件Abaqus各自的优点,编制了Matlab-Abaqus联合计算的有限元可靠度程序,该程序具有节省样本空间、提高抽样效率的显著特点。通过对某圆形隧道的结构可靠性分析,表明该程序能很快达到收敛,能够满足地下工程结构可靠性计算分析的要求。

电力系统可靠性评估中的改进拉丁超立方抽样方法

将拉丁超立方抽样方法与重要抽样方法相结合,提出了一种应用于电力系统可靠性评估的改进拉丁超立方抽样方法。该方法首先通过重要抽样改变原系统样本空间的概率分布,然后对新概率分布进行拉丁超立方抽样,降低了抽样方差,避免了系统正常状态的大量重复抽样。应用该方法对IEEE-RTS系统与IEEE-RTS修改系统进行可靠性评估,并与常规非序贯蒙特卡洛抽样方法和传统拉丁超立方抽样方法的结果进行了比较。比较结果验证了所提出的方法在保证一定计算精度的条件下,可降低抽样方差,提高抽样效率,并且可适用于高可靠性的系统可靠性评估。

基于进化算法改进拉丁超立方抽样的概率潮流计算

在对电力系统安全风险评估时所需概率潮流计算的模拟法中,基于拉丁超立方抽样(Latin hypercube sampling,LHS)的蒙特卡罗(Monte Carlo,MC)模拟比简单MC模拟效率更高。但针对概率潮流问题,目前在相关性控制方面仍待改善。为提高基于LHS法的MC模拟在概率潮流计算中的效率,从两方面改进算法:一方面,对随机变量间相关系数矩阵非正定情况提出含进化算法的改进中值拉丁超立方抽样法;另一方面,为顾及概率分布的尾部特征,提出拉丁超立方重要抽样技术。对IEEE 30和IEEE 118节点系统进行考虑发电机无功出力约束的局部相关性试验,所提方法能有效地控制相关性,并具有良好的收敛性。试验结果表明该方法是有效和合理的。

基于拉丁超立方抽样的改进型多链DRAM算法求解地下水污染反问题

针对运用贝叶斯统计方法求解地下水污染反问题时,经典MCMC算法(Metropolis算法)求解结果受样本初始点影响且计算效率低的问题,提出了一种基于拉丁超立方抽样方法的改进型多链延迟拒绝自适应Metropolis算法(DRAM)。将贝叶斯统计方法与二维水质对流-扩散方程相耦合,建立地下水污染源识别模型。构建一个污染物在地下水含水层中瞬时排放的算例,分别运用Metropolis算法、多链Metropolis算法以及改进型多链DRAM算法对污染源信息(污染源强度、排放位置(x,y)和排放时长)进行反求。算例研究表明,Metropolis算法受样本初始点影响,容易出现反演结果局部最优或者反演结果难以收敛的问题;多链Metropolis算法虽然显著提高了反演结果的准确性,但是反演效率相对低下;改进型多链DRAM在保证反演准确性的条件下,可显著提高反演效率(相对于多链Metropolis算法提高68%),实现反演结果准确性与效率的双提高。

拉丁超立方抽样评估方法改进研究

为克服拉丁超立方抽样方法在均匀性方面的不足,对拉丁超立方抽样方法进行改进。引入均匀性评价参数G(L),给出了对于G(L)上限值的限定G_(max),并通过模拟试验的方式,对G_(max)与抽样维数N、样本数M进行了拟合,得到相应的函数关系。该方法满足了抽样均匀性的要求,并且可以保证样本均值与样本方差与原概率分布的均值与方差足够接近。

采用拉丁超立方采样的电力系统概率潮流计算方法

与简单随机采样相结合的蒙特卡罗(Monte Carlo)模拟法只有在采样规模足够大时才能得到高精度的计算结果,计算量较大。文中提出了用拉丁超立方采样和Gram-Schmidt序列正交化方法改善采样值对输入随机变量的分布空间的覆盖程度、提高采样效率的计算方法,并应用于概率潮流计算中。IEEE14节点系统和IEEE118节点系统的算例验证了该方法的有效性。与传统方法相比,文中所述方法可以降低采样规模,更有效地估计输出随机变量的统计参数和概率分布,同时保留蒙特卡罗模拟法的优点,在处理相同随机变量的一系列随机问题时可以显著降低计算量。

基于扩展拉丁超立方采样的电力系统概率潮流计算

概率潮流分析中,拉丁超立方采样(Latin hypercubesampling,LHS)算法比简单蒙特卡罗仿真(Monte Carlosimulation,MCS)的效率要高,但是传统LHS(conventionalLHS,CLHS)算法采样数必须事先确定并且固定。针对现有CLHS技术的不足,提出了扩展拉丁超立方采样算法(Extended LHS,ELHS)并应用于概率潮流计算。扩展方法根据已有的N点LHS采样构造2N点LHS采样并保证扩展前后的相关性相近,在增加采样数的同时保留已有的潮流计算结果。由于采样数无法事先确定,因此提出了以扩展前后估计值变化量的相对值作为ELHS的实用化收敛判据。采用MCS、CLHS和ELHS方法分别对IEEE 30节点和IEEE 118节点系统进行概率潮流分析,所提出的方法能够在保证计算精度的前提下获得ELHS在不同采样数下的收敛趋势。算例结果证明了所提方法的高效性、精确性和易扩展性。

期权定价的蒙特卡罗模拟方差缩减技术研究

蒙特卡罗模拟的方差缩减技术作为模拟效率改进的重要途径,在金融衍生证券的定价分析中得到了广泛的应用和发展,特别是在控制变量、对偶变量、分层抽样、拉丁超立方抽样、矩匹配和重要性抽样技术方面。从方差缩减的效率来看,所有的蒙特卡罗模拟方差缩减技术都能显著地提高期权定价的模拟效率,其中基于最优漂移率的重要性抽样技术与沿着最优分层抽样方向进行的分层抽样技术的组合,要比普通的蒙特卡罗模拟具有极其明显的效率提高效果。

合流制大型污水处理厂全流程工艺建模模拟实践

研究以设计规模为80万t的竹园一厂、二厂提标改造(升级补量)工程为建模对象,在污水处理模拟软件WEST中建立了包含深度处理的污水处理厂全流程处理工艺模型,并用蒙特卡洛模拟法对模型参数进行校准。模拟结果表明,模型能较好地模拟污水处理厂的出水水质以及内外回流污泥浓度,总体相对误差<20%。研究所采用的建模过程、模型及参数校准方法能为同类型污水处理厂的建模模拟提供技术参考。

蒙特卡洛模拟在天然气管道泄漏事故后果分析中的应用

为解决天然气管道泄漏事故后果分析中场景参数及泄漏源参数的不确定性问题,基于蒙特卡洛模拟及拉丁超立方抽样方法构建了天然气管道泄漏喷射火事故后果评价方法。该方法根据已知不确定参数的概率分布对各参数进行拉丁超立方抽样,并将抽样数据代入天然气管道泄漏模型和喷射火热辐射伤害模型计算死亡半径,通过多次循环计算实现蒙特卡洛模拟,最后得到泄漏处距管道不同距离的事故死亡半径的概率分布。实例研究结果表明:随着泄漏处距管道起点的距离增大,死亡半径分布越来越集中,且逐渐变小;累积频率为95%的死亡半径值可作为管道周围划定无人区的参考。

除草剂苯噻草胺土壤滞留因子的蒙特卡洛模拟

采用简单随机抽样和拉丁超立方抽样两种不同方法对除草剂苯噻草胺的土壤滞留因子模型进行蒙特卡洛模拟 .结果表明 ,不同的土壤条件下 ,苯噻草胺的滞留因子 (R)的数值呈Beta分布 ,最大极值为 1 76 5 ,最小极值为 3 3,最可能的取值在2 0— 30的范围内 .结果还显示了采用拉丁超立方抽样方法能够显著降低抽样的不均匀性 ,进而能降低Beta分布拟合的不确定性 .本文还通过色轴在 4维图上形象地表征了R值的变化 .

抽样技术在数值模拟模型的替代模型建立过程中的应用

抽样方法和替代模型种类是替代模型质量的两个关键环节。选取合适的抽样方法,在数值模拟模型的可控输入变量的可行域内采样是有效地建立替代模型的基础条件。本文应用蒙特卡罗抽样和拉丁超立方抽样两种技术方法,针对假想的抽水量数据,在其可行域内进行采样,在抽取相同样品数的情况下对比分析采样结果发现,拉丁超立方抽样的结果对总体样本的覆盖度高,更具代表性,是获取输入数据集的有效途径,为日后模拟模型的替代模型研究提供了科学依据。

碳排放清单在天然气场站应用的不确定性研究

温室气体清单编制指南为有效推进节能减排措施提供了重要参考和政策支撑,但目前各清单标准不一、推荐缺省值的偏差是碳排放计算误差的主要来源。从计算方法的角度建立研究排放清单不确定性的模型,通过对比采用蒙特卡洛模拟法和拉丁超立方抽样法对不确定性因素进行模拟的结果;提出采用消减技术找到具有代表性典型数据的方法,改善仅采用平均值计算碳排放量带来的误差。将模型应用于阿克苏管理站2022年碳排放计算中,依据不同清单计算造成的碳排放不确定度在1%~4%,采用不确定性模型计算的碳排放结果比确定性模型计算的碳排放量少,更具代表性,有助于企业更早实现“双碳”目标。

基于改进混合抽样与最小切负荷计算的电力系统可靠性评估方法

评估组合系统可靠性时,蒙特卡罗模拟法不受系统规模及非线性的影响,且结果准确的特性使其在大型电力系统可靠性评估中具有优越性。但为了获得精度较高的可靠性指标,其往往需要较长计算时间。针对这一问题,采用重要抽样法与离散拉丁超立方抽样相结合的方法,从减小样本方差与增加样本均匀性两方面提高蒙特卡罗模拟的收敛性。对于大规模发输电系统,运用灵敏度分析与线性规划相结合的方法进行系统过负荷校正,既能保证求解最优性又可以提高求解速度。将该算法应用于IEEE RTS79系统、IEEE RTS96系统和某电网500 k V及以上电压等级电力系统计算可靠性指标,验证了该算法的可行性。

基于改进拉丁超立方抽样的概率潮流计算

针对基于拉丁超立方抽样的蒙特卡洛模拟法应用于概率潮流计算时相关性控制过程存在的问题,提出了一种新的可以精确处理随机变量相关性的方法。为了使采样值更为精确地反映随机变量的数字特征,在正态分布变量的样本生成过程中引入区间均值采样方法。根据离散分布的特点,在离散分布随机变量样本生成过程中引入了离散拉丁超立方抽样方法。本文提出的方法不仅可以提高计算精度,同时可以全面地给出输出变量的数字特征以及分布。IEEE 30节点仿真结果验证了所提出方法的有效性。

基于LHS-MC的堤防渗透破坏风险分析

以有限元法分析为基础,结合拉丁超立方抽样和蒙特卡罗方法(LHS-MC),可对不同洪水位下的堤防渗透破坏风险进行分析。在分析中,考虑堤防土体渗透系数的不确定性,将其视为服从正态概率分布的随机变量,计算得到堤防相应的最大水力坡降,并通过统计N次计算结果,根据渗透破坏功能函数,计算堤防在相应水位下的破坏概率。首先,采用拉丁超立方抽样方法对渗透系数进行N次抽样;然后,对每一次抽样进行一次确定性有限元渗流不同水位条件下的渗透破坏概率计算。结果表明:堤防渗透破坏的概率随着水位的上升而变大,渗透系数的随机性也对堤防渗透破坏影响较大,拉丁超立方抽样和蒙特卡罗方法应用于水工结构破坏风险分析,可有效提高计算效率。

隧道衬砌结构可靠度分析的三阶矩方法

隧道衬砌结构的可靠度分析是隧道工程中的关键研究领域。传统的分析方法主要基于蒙特卡罗有限元法,通过将基本随机变量整合为两个综合变量,然后进行一次二阶矩法或二次二阶矩法来计算可靠度。该方法在处理综合变量之间的相关性时可能存在不足,导致分析结果的精确性受到影响。为了解决这一问题,本文提出了一种新的三阶矩方法来进行隧道衬砌结构的可靠度分析。该方法首先利用基于拉丁超立方抽样的蒙特卡罗有限元法来计算隧道衬砌结构极限状态功能函数的前三阶矩(包括均值、方差和偏度),然后使用三阶矩可靠度指标来估计衬砌结构的失效概率。通过算例验证,该方法不仅简化了计算流程,而且提高了结果的精确性,为隧道衬砌结构及其他隐式功能函数的结构可靠度分析提供了新的研究方法。

LHS-MC与Copula函数在洪水漫坝率计算中的应用

综合考虑洪峰与洪量双变量,提出了基于LHS-MC与Copula函数及三点式变倍比放大法的洪水漫坝率计算方法,计算了HYT水电站加固前后的洪水漫坝率,同时分析了洪量选择和风浪作用对结果造成的影响。结果表明,HYT水电站加固后有效提高了大坝的抗洪能力,且在漫坝率的计算中洪量选择和风浪作用均应计入考虑。可见所提方法具有较强的适用性,能较全面的考虑洪水的影响因素,在分析各类大坝的洪水漫坝率时合理有效。

基于替代模型的非点源污染模拟不确定性分析

为探究非点源污染机理模型参数的不确定性对模型精度和模拟结果的影响,以广利河流域为研究区,运用小波神经网络建立研究区非点源污染模拟SWAT模型的替代模型,解决使用蒙特卡罗方法进行不确定性分析时运算量大的问题,从而实现对非点源污染模拟模型参数的不确定性分析。研究结果表明:小波神经网络模型不仅能够很好地代替SWAT非点源污染模拟模型,而且能大幅度减少蒙特卡罗方法的计算时间;研究区氨氮和总磷输出结果在90%置信水平下的置信区间分别为4.02×10^4~25.85×10^4、9.01×10^3~28.38×10^3 kg/a,相比总磷,氨氮输出结果的离散程度更高,不确定性程度更大。