基于马尔科夫链蒙特卡洛方法的光伏电站可靠性评估

为了对大型光伏电站进行可靠性评估,首先建立了光伏电站各主要元件的可靠性评估模型,然后定义了光伏电站可靠性评价指标体系,最后采用马尔科夫链蒙特卡洛(MCMC)方法对光伏电站可靠性进行了评估。在光伏阵列建模过程中,以误差作为限制条件采用向后场景削减技术对其状态进行了削减和划分,在保证一定精度的同时简化了抽样过程。通过对某大型光伏电站可靠性评估算例,对比分析了MCMC方法和蒙特卡洛(MC)法的指标计算结果、收敛速度和稳定性,结果验证了该方法的评估结果与MC方法结果一致,在相同的收敛条件下所需抽样次数更少,速度更快。

基于马尔科夫链-蒙特卡洛法的债务抵押债券定价模拟

文章旨在通过马尔科夫链-蒙特卡洛法(MCMC)对债务抵押债券CDO进行定价模拟。以寻求CDO产品预期回收率与其预期违约率间的关系,并研究两者对债务抵押债券定价模拟的影响。研究发现,在CDO投资中,资产池中的个别资产违约,将会将违约信号和相应的信用损失传递给各个相关投资者。所以,理性控制CDO标的资产的违约风险,降低其违约概率是提升CDO资产定价的重要举措。

基于马尔科夫键蒙特卡洛抽样的最大似然时差-频差联合估计算法

该文针对无源定位中参考信号真实值未知的时差-频差联合估计问题,构建了一种新的时差-频差最大似然估计模型,并采用马尔科夫链蒙特卡洛(MCMC)方法求解似然函数的全局极大值,得到时差-频差联合估计。算法通过生成时差-频差样本,并统计样本均值得到估计值,克服了传统互模糊函数(CAF)算法只能得到时域和频域采样间隔整数倍估计值的问题,且不存在期望最大化(EM)等迭代算法的初值依赖和收敛问题。推导了时差-频差联合估计的克拉美罗界,并通过仿真实验表明,算法在不同信噪比条件下的估计精度优于CAF算法和EM算法,且计算复杂度较低。

近似贝叶斯计算结合马尔科夫链蒙特卡洛的概率潮流计算

风电等分布式电源的强随机性直接增强配电网的不确定性,提出一种近似贝叶斯计算结合马尔科夫链蒙特卡洛的方法求解概率潮流。根据近似贝叶斯计算考虑状态变量先验信息的概率思想,结合马尔科夫链蒙特卡洛得到计及随机性的状态变量模拟样本。再采用奇异值分解生成随机变量的观测样本,通过误差函数将系统的随机性刻画为模拟样本和观测样本的相似性。引入提议分布结合概率潮流模型实现统计特征值的计算和对比,再利用Jacobi行列式作为误差修正量更新样本值,使之最大程度接近真实后验分布。在IEEE 9、IEEE 33节点系统中的仿真结果表明,改进的近似贝叶斯计算较传统近似贝叶斯计算拟合精度更高,能有效降低状态变量后验概率求解难度,可用于高渗透率风电并网下系统分析与评估。

基于马尔科夫链蒙特卡洛的台区可靠性评估方法

随着居民生活水平的不断提高,用于居民用电服务的台区供电强度不断提高。为了实现对运行中台区的可靠性进行实时监控与评估,提出基于马尔科夫链蒙特卡洛方法的台区可靠性评估理论,该方法实现海量待处理信息下高维数据的降阶与解耦,在兼顾经济性的同时又能及时发现潜在的存在安全风险的台区并及时地安排运维人员处理,历经一年多的现场运维检验,结果证明了所提出方法的有效性与科学性。

不规则区域上Poisson方程的蒙特卡洛马尔科夫链方法求解

本文研究了不规则区域上泊松方程的蒙特卡洛马尔科夫链方法数值求解。在不规则区域上,微分方程的数值计算通常是困难的。基于有限差分的思想,本文构造了可吸收马尔科夫链来求解不规则区域上的微分方程。不规则区域的数值实验结果表明了该方法的可行性和有效性。该方法为求解不规则区域上的泊松方程提供了一种新的计算思路,并保持了空间方向上二阶收敛阶。

朴素贝叶斯模型及马尔科夫链蒙特卡洛方法在客服中心监控预警系统中的应用

通过对客服中心业务系统监控预警的需求分析,提出一种信息系统运行风险的预警算法,并通过信息系统运行的历史大数据学 习训练逐步调整算法参数,成功对关键业务系统运行风险提出预警。

基于决策分析的社交网络链路预测方法

社交网络是社会媒体信息传播的骨架,对其进行链路预测的研究将有助于社会媒体平台上的信息管理和舆论控制.在既有网络链路预测方法研究的基础上,以决策分析的思想为出发点,提出了引入效用函数分析的社交网络链路预测方法;针对效用函数中参数的估计问题,进一步提出了允许一定误差度的马尔科夫链蒙特卡洛参数校准方法,并对方法的正确性进行理论上的论证.在收集到的5个腾讯QQ群的数据集上,进行了新方法的验证研究,并与既有的链路预测方法在准确性方面进行了比较分析.研究表明:本文提出的预测方法考虑了链路形成的微观行为基础,具有较好的预测准确性,并且参数估计算法中"允许误差"的引入有助于模型应用者在模型效率和准确性方面的折衷中做出合理的决策.

基于K-means MCMC算法的中长期风电时间序列建模方法研究

构建风电功率时间序列模型对电力系统中长期规划、年/月调度和安全稳定运行具有重要意义。针对传统马尔科夫链-蒙特卡洛法(Markovchain-MonteCarlo,MCMC)法存在的缺陷,提出一种基于粒子群优化的K-means MCMC风电时间序列建模新方法。首先,对历史风电功率数据进行聚类,并对聚类后的不同类别风电功率序列选取最优状态数,分别建立状态转移矩阵;其次,用拟合度较好的混合高斯分布拟合多时间尺度的风电最大波动率的概率分布特性;最后,采用基于类间转移概率矩阵的MCMC方法依次生成模拟风电出力时间序列;同时,在生成模拟序列过程中叠加高频波动分量,使模拟序列延续历史风电序列的波动特性。通过对比本所提方法和传统MCMC法分别生成的模拟风电出力序列以及历史风电功率序列,验证了所提方法的有效性和准确性。

基于统计反演的硅片微区电阻率测试方法

提出了一种基于统计反演重建电阻率分布图像的硅片电阻率测试方法,该方法采用马尔科夫链蒙特卡洛(MCMC)方法求解电阻抗成像技术(EIT)的逆问题,可以避免确定性方法中迭代误差和分辨率低的问题。建立了一种基于MCMC方法的电阻率分布图像重建算法,搭建了电压数据采集系统以测量边缘电压。对比MCMC算法重建的硅片微区电阻率分布图像与4D-333A测试仪的测量结果,二者的电阻率分布情况呈现出相同的分布趋势。将采用MCMC算法得出的256个单元的数值与采用其他重建方法得出的数值、真实的电阻率进行对比,发现MCMC算法得到的数值与真实数值最接近的单元数最多,为88个,比其他重建方法更为准确。

基于贝叶斯MCMC方法的城市建筑供热能耗基准

城市尺度建筑能耗基准的研究模型需解决建筑样本数据有限、输入不确定性强、建模复杂度和计算成本高的问题,据此提出贝叶斯框架的混合效应模型.利用城市气候、建筑分布和建造状况等特征指标作为模型输入,采集223座居住建筑的热力站能耗监测数据作为测试集样本,通过马尔科夫链蒙特卡洛(MCMC)方法进行重要性采样,并预测城市尺度建筑供热能耗强度(EUIH).混合效应模型通过48座居住建筑的热力站能耗监测数据进行验证,预测精度指标归一比平均偏差(NMBE)为0.400%,均方根误差(RMSE)为0.034,均方根误差变异系数(CVRMSE)为13.100%.结果显示模型能够有效地预测和校准建筑供热能耗预测和校准,模型的EUIH点估计和区间估计结果可以作为城市建筑供热能耗基准依据.北京市城市建筑的供热能耗基准与国际能源署(IEA)国家的相关基准进行对比,反映出北京市居住建筑供热能耗较低及节能潜力较小.

基于改进粒子滤波算法的锂离子电池状态跟踪与剩余使用寿命预测方法

针对标准粒子滤波算法在锂离子电池剩余使用寿命预测方面出现的估计精度不高、算法不稳定及计算效率低等问题,该文提出一种改进粒子滤波算法的状态跟踪与剩余使用寿命预测估计方法。选取电池容量衰退经验物理模型为基础,通过贝叶斯理论对历史样本进行状态跟踪建模,优化训练算法辨识物理模型参数与重采样策略。采用状态跟踪训练优化后最新量测信息取代序贯重要性采样过程中未考虑观测噪声的量测信息,指导产生新的提议分布更新粒子重要性权值计算的方法来改善粒子退化现象,同时基于马尔科夫链-蒙特卡洛(MCMC)方法中的M-H(Metropolis-Hastings)抽样算法丰富采样粒子多样性,改良重采样策略来解决由其引起的粒子枯竭问题,并通过仿真揭示出不同跟踪集S和粒子数M等模型参数对预测结果的影响规律,继而构建实时更新提议分布、MCMC方法与粒子滤波算法优化融合的状态跟踪与剩余使用寿命预测模型——基于MCMC的更新改进粒子滤波融合算法模型。仿真实验结果表明,该文提出的改进算法具有状态跟踪拟合度好、预测精度高及计算效率性能优良等特点,并通过设计出不同类型电池容量和算法模型等多种组合方案的仿真,验证了改进算法较强的稳定鲁棒性、泛化适应性和通用有效性。

基于机器学习的页岩气产能非确定性预测方法研究

针对页岩气确定性产能预测方法误差较大的问题,综合最大信息系数相关性分析方法、混合支持向量机技术及"蒙特卡洛-马尔科夫链"模拟,提出一种基于机器学习的页岩气产能非确定性预测方法。运用该方法,可根据已投产页岩气井的地质及工程数据,对拟钻页岩气井未来的产能进行非确定性预测。24口页岩气井算例分析结果表明:利用该方法进行产能非确定性预测的准确率为70. 8%,且预测结果为"大概率事件"的井占54. 2%,说明该方法有较高的预测精度且预测结果满足概率统计规律。研究成果对国内外页岩气开发方案的优化有重要意义。

多孔介质中多环芳烃与细菌共运移数值模拟

地下水中微生物等胶体对多环芳烃的运移具有促进作用,为进行多环芳烃污染的精准、高效修复,需要建立准确、可靠的多环芳烃与细菌胶体共运移数值模拟模型。研究基于室内砂柱荧蒽运移系列实验,采用Hydrus中Colloid-Facilitated Solute Transport(C-Ride)模块构建荧蒽与细菌FA1共运移数值模型,并采用马尔科夫链蒙特卡洛方法(Markov Chain Monte Carlo,MCMC)进行模型参数不确定性分析,定量刻画荧蒽在水动力和微生物胶体作用下的运移过程。结果表明:基于Hydrus C-Ride模块和MCMC参数不确定性分析,能够准确地刻画荧蒽和细菌FA1的共运移过程;细菌FA1促进了荧蒽在多孔介质中的迁移速度,且导致荧蒽在多孔介质中运移回收率的增加,即由55.06%提升至76.16%,其中吸附至可移动胶体迁移和随水流迁移贡献的回收率分别为41.46%、34.69%。研究成果对于指导地下水污染微生物修复方案的优化设计具有重要的理论和现实意义。

基于贝叶斯等效样本的土体杨氏模量的统计特征确定方法

岩土体性质的统计特征(如平均值、方差以及分位数)和概率分布是岩土工程可靠度分析与设计中必需的输入信息。由于岩土工程勘察中获取的测量数据非常有限,通常很难有效地确定岩土体性质的统计特征,给岩土工程可靠度分析与设计方法在工程实践中的应用造成很大困难。提出一套基于马尔科夫链蒙特卡洛模拟(MCMCS)的贝叶斯方法,根据有限的勘察资料确定土体杨氏模量Eu的统计特征和概率分布。该方法将岩土工程勘察中获取的先验信息和有限的测量数据有效地融合在一起,实现对Eu的概率表征。通过具体的工程实例简要说明了所提方法的有效性。

基于MCMC的数字岩心重建方法

常规的多孔介质重建方法主要考虑基质和孔隙两部分,而且编程难度大,计算速度慢。针对页岩气储层各向异性且含有有机质的特点,提出了一种基于改进后的马尔科夫链-蒙特卡洛(MCMC)方法的数字岩心重建方法:先从实际页岩气储层二维切片图像中提取孔隙度和有机质,分别重建孔隙和有机质的数字岩心,再将孔隙和有机质的初始模型组合在一起构成最终的页岩气储层数字岩心。研究结果表明:通过对比分析二维MCMC重建图像和原图自相关函数,发现该方法重建图像能够较好反映原图性质;该方法计算速度快,过程简单,方法所重建的模型能够较好体现页岩储层各向异性的特点且能反映页岩储层含有有机质的特性。

基于结构无损检测出裂纹概率下的可靠性计算方法

针对结构的无损检出概率密度函数,提出一种可靠性计算方法。首先定义以方差固定,均值随机游走策略的正态分布函数,作为Metropolis-Hastings(MH)抽样方法的提议分布函数,从而建立了一条马尔可夫数据链。再根据无损检出概率分布函数的均值与方差数值积分值,并结合马尔可夫数据链的平均值曲线作为马尔科夫链收敛性准则。从数据链中抽取出一条稳定的数据链,就可以利用蒙特卡洛抽样法计算出结构的失效概率。此外通过对重要性抽样、接受-拒绝抽样以及MH法3种算法比较,得出MH方法是一种有效的抽样算法。最后讨论了在不同的无损检出概率下,对压力容器贝叶斯可靠性分析结果的影响。

基于局部采样MCMC方法的时移探地雷达反演

马尔科夫链蒙特卡洛方法(MCMC)是一种启发式的全局寻优算法,可以用来解决概率反演的问题.基于MCMC方法的反演不依赖于准确的初始模型,可以引入任意复杂的先验信息,通过对先验概率密度函数的采样来获得大量的后验概率分布样本,在寻找最优解的过程中可以跳出局部最优得到全局最优解.MCMC方法由于计算量巨大,应用难度较高,在地球物理反演中的应用尚处于起步阶段.作者将MCMC方法应用到时移探地雷达(GPR)反演中,并结合双差法对时移的目标区域进行准确反演.在双差法时移反演的过程中,作者对目标区域使用拓展的Metropolis算法进行局部采样,减小了计算量的同时,进一步提高了目标区域的反演精度.最后对合成的数据进行了反演测试,对目标区域的反演误差进行了分析,说明了基于局部采样的MCMC反演方法的有效性,目标区域反演结果特征明显,反演效果好.

基于粒子滤波的自动装配定位方法

为了在虚拟环境中对零件模型进行快速自动定位并仿真实际装配过程,将传统的粒子滤波算法与典型的马尔科夫蒙特卡洛方法—MH抽样算法相结合,并应用于虚拟装配。利用随机样本描述零件位姿的概率分布,根据重要性函数对零件进行位姿采样。通过调节各采样粒子权值的大小对发生干涉的零件进行位姿重采样,模拟实际装配中零件位姿的概率分布,并以样本的加权计算结果对零件位姿进行估计。分析了采样粒子数、零件外形复杂程度等因素对方法性能和装配效率的影响。该方法已经用于自主开发的基于自然交互的虚拟设计平台,实例表明它可以自动精确地完成装配引导。

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。