首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于交叉熵重要抽样的元件可靠性参数优化解析方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:重庆大学;国网湖北省电力有限公司电力科学研究院;国家电网有限公司

摘要:本申请公开了基于交叉熵重要抽样的元件可靠性参数优化解析方法,包括:输入参数;采用交叉熵重要抽样产生系统失负荷事件,并进行系统可靠性评估;建立基于交叉熵重要抽样的系统可靠性指标解析模型;建立可靠性参数优化解析模型;将优化解析模型分解为上层问题和下层问题;求解上层问题得到解析模型系数并对系统元件进行重要度排序;依次求解上层问题与下层问题,得到被优化元件投资费用及被优化后的不可用率;输出被优化元件集合及其中各元件的投资费用及被优化后的不可用率。本发明的解析计算精度与传统可靠性优化方法十分接近,在保证计算精度的前提下,极大的提高了可靠性参数优化问题的计算效率。

主权项:1.基于交叉熵重要抽样的元件可靠性参数优化解析方法,其特征在于:所述方法包括以下步骤:步骤1:输入系统的电气参数、初始可靠性参数,设置系统的元件总个数;步骤2:采用交叉熵重要抽样产生系统失负荷事件,并进行系统可靠性评估,存储失负荷事件、削负荷量、似然比,并累计所有最优抽样事件的EENS,得出系统EENS指标;步骤3:基于步骤2得到的失负荷事件信息,建立基于交叉熵重要抽样的系统可靠性指标解析模型;步骤4:通过构建辅助变量将系统可靠性指标解析模型融入元件可靠性参数优化问题中,建立可靠性参数优化解析模型;步骤5:将可靠性参数优化解析模型分解为上层问题和下层问题,所述上层问题为决策变量为模型系数和辅助变量的线性规划问题,所述下层问题为决策变量为被优化元件的投资费用的非线性规划问题;步骤6:基于失负荷事件、削负荷量和似然比,针对系统中的所有元件求解上层问题得到解析模型系数,并对系统元件进行重要度排序;步骤7:根据元件重要度排序选取被优化元件集合,依次求解上层问题与下层问题,得到被优化元件投资费用及被优化后的不可用率;步骤8:输出被优化元件集合及其中各元件的投资费用及被优化后的不可用率。

全文数据:

权利要求:

百度查询: 重庆大学 国网湖北省电力有限公司电力科学研究院 国家电网有限公司 基于交叉熵重要抽样的元件可靠性参数优化解析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。