基于混合模型和交叉熵重要性抽样的.doc

基于混合模型和交叉熵重要性抽样的 发电系统可靠性评估* 王少伟，罗萍萍 (上海电力学院 电气工程学院，上海 200090) 摘要：目前应用在发电系统可靠性评估中的交叉熵重要性抽样方法采用单一的概率质量函数描述发电系统的状态，该方法在处理高可靠性系统时需要进行大量的预抽样才能得到具有较好方差减小效果的最优概率质量函数以达到加快可靠性指标收敛的目的，而大量的预抽样过程会导致可靠性评估总体效率的下降。因此本文提出基于混合概率质量函数模型与交叉熵重要性抽样相结合的发电系统可靠性评估新方法，该方法采用多个概率质量函数描述发电系统的状态，并基于最小交叉熵原理对各概率质量函数及其对应权重进行迭代更新，最后由各概率质量函数的加权形成最优概率质量函数，利用所得最优概率质量函数对系统状态进行抽样和可靠性计算。相比于现有方法，该方法预抽样过程所需样本较少，可以在保证可靠性指标准确性的同时大幅加快系统可靠性指标的收敛速度，在处理高可靠性系统时效果更加明显。算例验证了文中方法的优势。 关键词：发电系统；蒙特卡洛法；可靠性评估；混合模型；交叉熵重要抽样 中图分类号：TM734 文献标识码：A 文章编号：1001-1390（2015）00-0000-00 Power generation system reliability evaluation based on mixture model and cross entropy importance sampling Wang ShaoweiLuo Pingping (School of Electrical Engineering, Shanghai University of Electrical Power, Shanghai 200090, China) Abstract: The cross-entropy method which is used in solving the optimal probability mass function (PMF）of power generation system is based on the iteration of a single PMF, resulting in large number of state samplers must be needed decreasing the efficiency of the calculation of reliability indexes consequently. We proposed a novel pwer generation system reliability evaluation method based on cross-entropy importance sampling and the iteration of a mixture of PMFs with different weights and take samplers to calculate the reliability indexes based on the mixture. With the proposed method, the convergence of the indexes are faster while the accuracy is satisfactory, the samplers needed in the reliability evaluation of high-reliable system are much less. Computational results demonstrate the superiority of the proposed method. Keywords: power generation system, Monte Carlo method, reliability evaluation, mixture model, cross entropy 0 引 言 可靠性指标作为现代电力系统的一个重要指标，其在电力系统的规划、运行、检修各方面都具有重要的意义[1-5]。目前在电力系统可靠性评估中应用最多的是蒙特卡洛法，为了提高蒙特卡洛法的计算效率，必须减小计算过程中可靠性指标的方差。因此，大量方差减小技术得到了广泛的研究与应用[6]。其中，用于电力系统可靠性评估中的方差减小技术主要有控制变量法[7-8]，对偶抽样法[9]，分层抽样法[10-12]，重要性抽样法[13-1]等。在这些方法中应用最多的是重要性抽样方法，而在重要性抽样方法中文献[1]提出的基于交叉