基于序贯蒙特卡洛模拟法的孤岛微电网可靠性评估

为评估孤岛型微电网的可靠性以及分析储能装置对系统可靠性的影响,提出基于序贯蒙特卡洛模拟法的孤岛微电网可靠性评估方案。首先,以孤岛型风柴储混合微电网系统作为研究对象,搭建分布式电源等关键设备的出力模型;其次,制定可靠性评估指标体系、不同的储能运行策略及负荷削减策略,在此基础上提出基于序贯蒙特卡洛模拟法的孤岛风柴储微电网可靠性评估算法;最后,通过对改进的RBTS Bus 6 F4孤岛系统进行仿真,量化分析了储能装置的运行策略、储能容量、容量配置对系统可靠性水平的影响。结果表明:合理的储能策略、适当增大储能容量以及适宜的储能系统配置方案等均可提高系统可靠性。

电压暂降随机预估的非序贯蒙特卡罗方法研究

针对电压暂降随机预估中蒙特卡罗法计算效率低、耗时长的缺陷,提出基于非序贯蒙特卡罗法对电压暂降进行随机预估。研究建立了电压暂降故障状态变量的数学模型,并利用Matlab/Simulink建立了IEEE-9节点测试系统模型,得到了故障模型的状态变量。通过分析电压暂降幅值的概率分布,并用非序贯蒙特卡罗法和蒙特卡罗法分别对电压暂降指标进行仿真计算。IEEE-9节点算例表明,该算法较蒙特卡罗法可快速收敛,提高了计算速度,具有良好的稳定性。

基于序贯蒙特卡罗的非同步长码DS-CDMA信号扩频码及信息序列联合估计

针对多径信道环境下非同步长码DS-CDMA信号扩频码及信息序列等参数的联合估计问题,该文提出了基于序贯蒙特卡罗(SMC)的盲估计算法。该算法采用混合重要密度函数对联合后验分布模型进行抽样,并迭代计算重要性权值,以完成所需状态参量的估计。同时为了减少算法的计算量,在算法的实现过程中,先估计出各用户的扩频码,再对观测数据进行处理,从而修正原有的迭代步骤,提出一种修正的SMC算法。仿真结果验证了算法对多种情况的适应性,且在时变的多径信道环境下也能获得较好的估计性能。

配电网可靠性评估之序贯蒙特卡洛模拟法综述

叙述了配电网可靠性评估的重要性及常用的可靠性评估算法,同时详细介绍了序贯蒙特卡洛模拟法的基本原理,指出其评估可靠性的优势。最后,综合考虑元件故障与计划停电的时序排列、分布式电源加入后的抽样方法和收敛判断方法这三方面对序贯蒙特卡洛模拟法进行进一步研究,为后续可靠性评估提供参考。

基于负荷路径的序贯蒙特卡洛模拟法的配电网可靠性计算

随着配电网设备的逐渐增加,设备多、网架结构复杂的特点使得配电网的可靠性评估变得更加复杂。鉴于此,提出了基于负荷路径的序贯蒙特卡洛模拟法(Sequential Monte Carlo simulation method based on load path,SMCM-LP),通过遍历搜索负荷路径、故障模拟、指标统计、系统指标计算,实现大规模复杂配电网的可靠性评估。SMCM-LP继承了序贯蒙特卡洛模拟法(Sequential Monte Carlo simulation method,SMCM)计算的收敛速度和误差大小与网架结构的复杂度无关的优点,而负荷路径的搜索和统计指标的设计减少了计算时间,提高了计算效果,因此非常适用于网架结构复杂的配电网的可靠性评估。

基于序贯蒙特卡罗仿真的配电网可靠性评估模型

提出了考虑线路容量约束和潮流分布的基于序贯蒙特卡罗仿真和时变负荷模型的评估配电网可靠性的模型。模型中切负荷策略综合考虑了停电损失费用、停电电量、网损和停电时间,因而该模型在模拟配电网的故障和负荷点停电情况方面更加符合实际运行情况,并可以评估不同调度策略下的可靠性风险指标和可靠性效益指标的影响。经采用IEEERBTS配电系统测试,结果表明该模型是合理的、有效的。

一种用于序贯蒙特卡罗仿真的风电机组多状态可靠性模型

针对传统风电机组可靠性模型不适合序贯蒙特卡罗仿真的不足,利用基于马尔可夫链的解析方法建立了风电机组的多状态可靠性模型。通过对整个风电场的风况和风机的历史运行数据的统计,得出风机有功输出状态之间的转移率,利用基于马尔可夫链的解析方法求出每个风机状态出现的概率和该状态的平均持续时间。在此基础上,提出了用于序贯蒙特卡罗仿真的双重抽样方法。在Matlab中编制了风电机组多状态可靠性模型的仿真程序,并与常用的基于单重抽样方法的两状态模型进行比较分析。仿真结果表明了所建多状态可靠性模型和所提双重抽样方法的有效性,该模型能反映故障情况下任意持续时间的风机出力,从而提高了模型的准确性和应用范围。

可用输电能力评估的序贯蒙特卡罗仿真法

电力市场环境下,频繁的电能交易使系统运行的不确定性急剧增加。为保证系统的安全、可靠和经济运行,必须合理考虑不确定性因素的影响后,再对电网输电能力进行评估。该文提出了一种基于序贯蒙特卡罗仿真的可用输电能力(available transfer capability,ATC)计算方法,能综合考虑动态时变性和不确定性的影响,根据元件的运行特性及状态转移特性按时间顺序来仿真系统状态,并定义一系列的概率指标进行ATC评估。采用Matlab6.5编写相关的计算程序,通过IEEE39节点系统的算例分析,证明在ATC计算中,考虑不确定性和时变性因素的必要性。计算结果表明,该文提出的方法新颖实用,具有一定的工程应用价值。

基于序贯蒙特卡罗方法的风电场有功出力可靠性评估

考虑运行、停运和降额状态,建立风电机组的多状态故障模型;在此基础上,考虑风速的随机性、风电场尾流效应和风机本身的故障建立风电场的可靠性模型。基于序贯蒙特卡罗方法给出风电场有功出力可靠性评估的方法和流程。在Matlab中编写相关程序,并对风电场的有功出力进行可靠性评估,通过分析不同可靠性参数对评估结果的影响,验证所建可靠性模型和评估方法的有效性和适应性。

基于序贯蒙特卡罗仿真的发输电系统充裕度评估算法

可靠性评估可为电力系统的规划及运行提供决策依据,使供电能够经济连续并保证电能质量。通过对充裕度算法和蒙特卡罗仿真研究,建立了基于序贯蒙特卡罗模拟法的发输电系统充裕度评估模型。同时建立了主要元件故障模型,并且应用深度优先搜索算法进行网络拓扑分析,考虑了由于潮流计算方法局限性导致潮流不收敛或线路潮流过大情况的处理,通过编制相应程序以IEEE-RBTS和IEEE-RTS79为例计算了可靠性指标,验证了该算法和模型的正确性及可行性,为电网的规划设计及其安全运行提供了有价值的参考依据。

基于序贯蒙特卡洛模拟的风光储发电系统可靠性评估

针对风、光资源的分布特点,结合发电系统设备的运行状态,建立含风力、光伏、储能的发电系统可靠性数学模型。定义风光储冗余容量比和出力偏移度两个指标来衡量含风光储发电系统的可靠性。采用序贯蒙特卡洛模拟法,构建含风光储发电系统的可靠性评估。利用可靠性测试系统(roy billinton test system,RBTS),分析不同协调运行方式、风光容量配置比和储能容量下含风光储的发电系统的可靠性指标。研究表明,合理的风光储配置能有效提高电能利用率,增强跟踪负荷能力,改善发电系统的可靠性。

基于序贯蒙特卡罗概率假设密度滤波的多目标检测前跟踪改进算法

实现目标数目未知且可变条件下的多目标检测与跟踪是个极具挑战性的问题,在信噪比较低的情况下更是如此。针对这一问题,该文提出一种基于点扩散模型的多目标检测前跟踪改进算法。该算法在序贯蒙特卡罗概率假设密度(SMC-PHD)滤波框架下实现,通过自适应粒子产生机制完成新生目标在像平面中的初始定位,并根据目标在图像中可能出现的位置对全体粒子集进行有效子集分割和快速权值估算,最后利用动态聚类方法完成多目标状态的准确提取。仿真结果表明,该方法有效改善了多目标检测前跟踪的估计性能,并大大提高了算法执行效率。

基于序贯蒙特卡罗和well-being模型的风/柴/储能发电系统可靠性分析

介绍了序贯蒙特卡罗模拟法和well-being模型两种可靠性评估方法。通过研究储能容量和峰值负荷对系统的可靠性的影响,对两种可靠性评估方法进行比较分析。研究结果表明,采用well-being模型对系统进行可靠性评估较蒙特卡罗模拟法对系统的各个运行状态更加全面。

基于序贯蒙特卡罗的多线索目标跟踪算法

颜色直方图对噪声和部分遮挡不敏感,当背景颜色与目标颜色相近时,会影响跟踪效果。本文提出一种有效的基于多线索融合的序贯蒙特卡罗图像序列跟踪方法,采用颜色直方图和边缘直方图与序贯蒙特卡罗算法结合起来进行视频跟踪。颜色直方图和边缘直方图一起构建目标观测似然函数。在序贯蒙特卡罗方法的框架下,采用观测模型函数获取图像序列中目标位置的后验概率分布。实验结果表明,结合图像颜色与边缘特征,在序贯蒙特卡罗的框架下可以取得更为有效和稳健的跟踪效果。

基于非序贯蒙特卡洛冰灾重现期线路经济性比较

提出一种比较不同重现期线路经济性的新算法,该算法建立关于结冰持续时间和线路分节数的失效率模型,用非序贯蒙特卡洛模拟冰灾发生与否、结冰持续时间长短和线路失效与否。通过最优潮流法计算求得线路在寿命期间的冰灾风险成本,综合初期成本和常规维修成本比较不同重现期线路的经济性。以修订的IEEE可靠性测试系统为物理模型、湖南省冰灾气候为参考气候的算例,验证了该算法的实用性及对于电力线路设计的指导意义。

CBMeMBer滤波器序贯蒙特卡罗实现新方法的研究

为提升多伯努利滤波器序贯蒙特卡罗(Sequential Monte Carlo,SMC)实现中粒子采样的有效性,提出一种CBMe MBer辅助粒子滤波(Auxiliary particle filter,APF)实现的新方法.首先,利用多伯努利后验概率密度选择适合于CBMe MBer滤波器的辅助变量去重新定义采样问题.分别选择量测和先验密度分量作为辅助变量,确保最终的状态粒子能够集中在真实目标量测对应航迹的伯努利概率密度上进行采样,以使粒子向似然函数的峰值区移动,得到更为精确的多目标多伯努利(Multi-target multi-Bernoulli,Me MBer)后验概率密度的估计.同时,文中深入研究并给出了在量测更新和漏检情况下辅助变量以及多目标状态采样分布函数的设计,并研究利用渐近更新(Progressive correction,PC)算法对先验密度分量的量测更新进行迭代逼近计算,以提高最终分布函数求解的准确度.最后,针对两个典型非线性多目标跟踪问题的应用验证了算法的有效性.

基于非序贯蒙特卡洛模拟的电网规划方法

针对全球能源互联网的发展,风电、光伏等可再生能源不断并入电网,电网规模越来越大,从而使电网安全规划难度越来越大的问题,为了解决该问题,从电网高危输电线路的识别和化简等方面进行了研究。利用非序贯蒙特卡洛方法模拟IEEE14系统的多种运行方式作为实际运行数据,对高危输电线路的识别和化简模型进行了测试。结果表明,该方法能够实时识别出电网中高危输电线路,并以此实现电网的简化等功能,从而可以极大的提高电网化简后输电线路的有效监视和规划效率,应对安全事故的快速处理,从而应用于电网输电线路规划。

基于序贯蒙特卡罗方法的自适应红外目标提取算法

本文将红外目标提取阈值的计算问题看作系统状态估计问题,提出了一种基于序贯蒙特卡罗方法的红外目标提取算法。在序贯蒙特卡罗方法框架下,建立关于灰度—方差加权信息熵和像素点灰度值的阈值状态空间;建立随机漂移状态转移模型;综合了红外图像中灰度、信息熵、梯度、像素点的空间位置等信息,提出了定量描述红外目标分割效果的评价函数,并以此作为系统的观测模型;最后,将粒子的加权平均做为分割阈值的估计值。实验结果表明,该方法是有效且稳健的。

基于序贯蒙特卡罗滤波的MIMO快时变信道跟踪

高数据传输速率以及终端的高速移动,导致无线通信信道具有时间选择性与频率选择性两个特征。本文主要研究了基于训练序列的多输入多输出(MIMO)时变频率选择性衰落信道的估计与跟踪问题。首先,根据时变无线信道的动态性,将信道冲击响应近似看作一个低阶的自回归矢量过程(AR),以便于进行时变信道的跟踪。接着在此模型的基础上,利用序贯蒙特卡罗滤波对MIMO通信系统中的双选择性信道进行了跟踪;跟踪过程中需要与信号检测交替进行,即在状态变量的预测和新息修正的中间要进行一次码元的检测,所采用的方法是极大似然序列检测,最后与扩展卡尔曼滤波作了比较。仿真结果表明,在信道噪声是非高斯的情形下,序贯蒙特卡罗滤波的跟踪性能更优越于扩展卡尔曼滤波。

MIMO系统的改进序贯蒙特卡罗迭代检测算法

为了得到最优的MIMO迭代接收机,需要精确计算软输入软输出检测器输出的外信息,但精确计算的复杂度随调制阶数和天线数指数增长,不适合多天线高阶调制的情况。该文首先将外信息的估计归结为一个目标集合的选取,并提出通过序贯蒙特卡罗抽样方法获取目标集合。但是研究表明传统抽样方法不能有效获得合适的集合;因此一种改进的序贯蒙特卡罗抽样方法被提出,用于解决有限元离散概率空间的样本近似。最终,基于改进序贯蒙特卡罗抽样的外信息近似计算应用于迭代检测算法中。分析表明,该文提出的迭代检测算法的复杂度和抽取的样本数量呈线性比例;而仿真结果证明,较少的样本就可以取得逼近最优的误码率性能。