用于电力系统可靠性评估的贝叶斯网络时序模拟推理算法 bayesian network time-sequence simulation inference algorithm for reliability assessment of power systems.pdfVIP

下载本文档

6
0
约2.32万字
约 7页
2017-08-17 发布于上海
举报
版权申诉

用于电力系统可靠性评估的贝叶斯网络时序模拟推理算法 bayesian network time-sequence simulation inference algorithm for reliability assessment of power systems.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

用于电力系统可靠性评估的贝叶斯网络时序模拟推理算法 bayesian network time-sequence simulation inference algorithm for reliability assessment of power systems

2008年6月电工技术学报 V01．23No．6 第23卷第6期TRANSACTIONSOFCHINAELECTROTECHNICALSOCIETY Jun． 2008 用于电力系统可靠性评估的贝叶斯网络时序模拟推理算法霍利民1 朱永利2 张立国1 黄丽华1 于尧1 (1．河北农业大学机电工程学院保定071001 2．华北电力大学电气与电子工程学院保定．071003) 摘要提出了基于时序模拟的贝叶斯网络近似推理算法。利用均匀分布的伪随机数，采用逆变换法得到每个元件各状态持续时间的采样值，根据网络的逻辑关系，分别得到最小状态割集和系统节点的时间采样值，进而获得一个前向采样的样本序列。当样本序列的数量足够大时，边缘统计量和条件统计量与节点的边缘概率和条件概率接近，从而得到网络的近似推理结果。仿真结果表明，该算法与精确解接近，有较好的适应性。该方法便于寻找电力系统可靠性薄弱环节，能计算各种可靠性指标，适于大型电力系统的可靠性评估。关键词：电力系统可靠性评估贝叶斯网络近似推理中图分类号：TM732；TPl8 Network SimulationInference for Bayesian Time·Sequence Algorithm AssessmentofPower Reliability Systems HuoLiminlZhu LihualYuYa01 Yongli2ZhangLigu01Huang (1．Hebei 071001China AgriculturalUniversityBaoding 2．NorthChinaElectricPower 071003China) UniversityBaoding Abstract networkinference for simulationis ApproximateBayesian algorithmtime—sequence on distributedrandomnumber，the statedurationtime presented．Based uniformly pseudo component canbeobtained inverse transformation tothe sampling through method．According logicalrelationship ofthenetwork，theofminimalstatecutsetsand nodesare sampling system obtained，respectively． Thus，the serialsofforward are theamountof correspondingsample samplingproduced．When sample serialsis and