李孝全, 黄　超, 徐晨洋,王景辰

(空军工程大学防空反导学院,陕西 西安　710051)



基于改进PSO-LSSVM和蒙特卡洛法的电力系统可靠性评估

李孝全, 黄超, 徐晨洋,王景辰

(空军工程大学防空反导学院,陕西 西安710051)

针对电力系统可靠性评估方法耗时长、误差大等问题,提出一种用改进粒子群优化算法(PSO)优化最小二乘支持向量机(LSSVM)参数,并将构建好的PSO-LSSVM模型与蒙特卡洛法(MCS)相结合用于发输电系统可靠性评估的方法。该方法通过对PSO算法进行合理的改进,得到更为精确的LSSVM模型参数,建立用于分类系统状态样本的PSO-LSSVM模型。对MCS方法抽取的系统状态样本分类得到故障状态和正常状态,仅对故障状态样本进行可靠性指标计算,统计输出可靠性评估结果。采用该方法对IEEE-RTS 79系统不同运行情况下的可靠性指标进行计算,结果表明该方法保证计算时间不变的同时提高了LSSVM-MCS方法的评估精度。

电力系统;可靠性评估;粒子群算法;最小二支持向量机;蒙特卡洛法

当前电力系统评估的方法层出不穷,其中蒙特卡洛法(Monte Carlo simulation, MCS)是目前评估精度较高、且能适用于不同规模电力系统的方法。但该方法随着抽样状态的增多,评估状态的计算时间也随之剧增[1]。针对这一问题,对MCS的改进算法层出不穷,包括与模拟法混合使用的状态空间分割算法[2]、并行及分布算法[3]、降低方差系数[4]的改进MCS抽样技术算法,这些算法都在一定程度上解决了蒙特卡洛法收敛速度慢、评估耗时长的问题,但其都存在着模型计算结构复杂,评估误差较大的问题。……