• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      一種船舶微電網(wǎng)的風(fēng)險預(yù)測評估方法

      2019-08-06 03:00:32劉奕成李玉芳康陳媛
      中國設(shè)備工程 2019年13期
      關(guān)鍵詞:概率船舶電網(wǎng)

      劉奕成,李玉芳,康陳媛

      (江蘇科技大學(xué)電信學(xué)院,江蘇 鎮(zhèn)江 212003)

      微電網(wǎng)通常包括分布式電源、存儲設(shè)備、控制單元和負(fù)載。微電網(wǎng)分為并網(wǎng)模式和孤島模式2 種。在并網(wǎng)模式下,微電網(wǎng)供電負(fù)載和主電網(wǎng),電壓由主電網(wǎng)決定。在孤島模式中,分布式電源必須滿足負(fù)載要求并確保整個微電網(wǎng)的穩(wěn)定性。船舶電網(wǎng)也是一種孤島模式下的微電網(wǎng)。本文提供了一種新的船舶微電網(wǎng)在一段時間內(nèi)風(fēng)險預(yù)測的新方法,該方法包括預(yù)測和風(fēng)險評估。風(fēng)險評估部分包括網(wǎng)絡(luò)拓?fù)浞治龇椒?、電網(wǎng)電流計算和蒙特卡洛算法。通過仿真,建立了用于風(fēng)險評估的微電網(wǎng)拓?fù)淠2⒌贸隽舜拔㈦娋W(wǎng)風(fēng)險預(yù)測評估結(jié)果。

      1 MHMM 算法

      MHMM 算法描述如下:

      HMM 模型由2 個狀態(tài)集和3 個概率矩陣組成,分別是隱狀態(tài)、可觀測狀態(tài)、初始狀態(tài)、概率矩陣、隱狀態(tài)轉(zhuǎn)移概率矩陣、可觀測狀態(tài)轉(zhuǎn)移概率矩陣。

      隱狀態(tài)S,這些狀態(tài)之間的關(guān)系滿足馬爾可夫性質(zhì),它們是馬爾可夫模型中的實際隱含狀態(tài)。這些狀態(tài)通常無法通過直接觀察得到,例如,

      模型中與隱態(tài)相關(guān)的可觀測狀態(tài)O 可以通過直接觀測得到??捎^測狀態(tài)的數(shù)目不必與隱藏狀態(tài)相同。

      初始狀態(tài)概率矩陣P 是初始時刻t=1 時隱態(tài)的概率矩陣,例如,當(dāng)t=1 時,

      初始狀態(tài)概率矩陣為,

      隱態(tài)轉(zhuǎn)移概率矩陣A 描述了HMM 模型中各狀態(tài)之間的轉(zhuǎn)移概率。

      Aij是 指 當(dāng) 時 間t 中 狀 態(tài) 為Si時, 狀 態(tài) 在t=1 中狀態(tài)為Sj的概率。 可觀測狀態(tài)轉(zhuǎn)移概率矩陣B,N 表示隱藏狀態(tài)數(shù),M 表示可觀測狀態(tài)數(shù), 則

      Bij是指在時間t 中,當(dāng)隱藏狀態(tài)為Sj時,可觀測狀態(tài)為Oi的概率。

      因此,HMM 可以表示為λ(M,N,π,A,B),也可以簡單表示為λ(π,A,B)。

      考慮到單個HMM 的隨機性會影響評估的準(zhǔn)確性,本文提出了一種MHMM 算法。

      MHMM 算法評估具體計算過程如下:(1)建立HMM

      (2)生成最優(yōu)概率序列

      (3)選擇序列

      選擇序列必須滿足一個條件,統(tǒng)計序列必須處于正常工作狀態(tài)時間t-1 滿足。

      然后將滿足條件的序列用于分析評估單元在時間t 內(nèi)的狀態(tài)。

      (4)計算異常概率

      假設(shè)所選序列的個數(shù)為Q,Q ≤P,并且這Q 個序列在時間t 中的狀態(tài)已被使用統(tǒng)計數(shù)據(jù)分析。Q1是正常狀態(tài)的序列的個數(shù)(矩陣H 中元素的值為1)。Qi是狀態(tài)為i 的序列的個數(shù)(矩陣H 中的元素的值為i)。所以評估單元在時間t 內(nèi)異常的概率可以表示為:

      (5)生成異常序列

      重復(fù)步驟(4),從t=0 到t=T,評估單元的異常概率為:

      2 風(fēng)險預(yù)測評估方法

      通過船舶綜合電力推進系統(tǒng)識別拓?fù)淠P偷谋匾獏?shù),包括節(jié)點數(shù)據(jù)矩陣、分支數(shù)據(jù)矩陣、和發(fā)電數(shù)據(jù)矩陣,參數(shù)包括有功和無功功率、電壓、相角、電阻和電抗、變比、功率、電路容量等正常情況下的電流計算為初始參考。根據(jù)狀態(tài)概率的序列計算節(jié)點和分支的故障率和修復(fù)率。

      Fi表示第i 節(jié)點、分支或發(fā)電機的故障率序列。假設(shè)節(jié)點數(shù)為N,在時間段T 內(nèi)節(jié)點的故障率矩陣如下所示:

      本文中的修復(fù)率是評估單元處于修復(fù)狀態(tài)的概率與該單元初始修復(fù)率的乘積,假設(shè)修復(fù)率為

      為第i 個評估單元的初始修復(fù)率,為第i 個評估單元在時間t 內(nèi)的修復(fù)率,則第i 個評估單元在時間t 內(nèi)的修復(fù)率序列為:

      節(jié)點在時間T 內(nèi)的修復(fù)率矩陣如下所示:

      利用蒙特卡羅算法模擬計算了非正常工況下的電流,經(jīng)過反復(fù)測試得到了在時間T 內(nèi)電力潮流的計算結(jié)果。將正常和非正常工況下的電流計算結(jié)果進行比較,最終得到風(fēng)險預(yù)測評估結(jié)果。

      3 驗證

      以一個受海況影響的船舶微電網(wǎng)為例,對本文的風(fēng)險評估方法進行了驗證。

      3.1 數(shù)據(jù)生成

      在仿真過程中,首先計算初始狀態(tài)概率矩陣。然后將海況數(shù)據(jù)作為擾動進行仿真,收集受海況影響的分量的數(shù)據(jù)。

      3.2 基于MHMM 算法的組件狀態(tài)分析

      在船舶集成推進系統(tǒng)風(fēng)險預(yù)測評估中,隱藏狀態(tài)S 包括S1(正常工作狀態(tài))、S2(故障狀態(tài))、S3(修復(fù)狀態(tài))。時間t 內(nèi)的隱藏狀態(tài)是

      3 結(jié)語

      本文提出了一種船舶微電網(wǎng)風(fēng)險預(yù)測評估方法。然后以船舶微電網(wǎng)為例對該方法進行了測試驗證。根據(jù)風(fēng)險預(yù)測評估方法的全過程,得出以下結(jié)論:

      (1)本文提出了一種新的基于MHMM 的狀態(tài)預(yù)測方法。該方法將HMM 算法與統(tǒng)計理論相結(jié)合,可以在未來預(yù)測和分析系統(tǒng)在連續(xù)時間點的狀態(tài)概率。

      (2)本文將MHMM 算法與網(wǎng)絡(luò)拓?fù)浞治鱿嘟Y(jié)合,提出了一種新的船舶微電網(wǎng)風(fēng)險預(yù)測評估方法,該方法可以預(yù)測和分析船舶微電網(wǎng)未來的風(fēng)險。風(fēng)險預(yù)測評估方法也可以應(yīng)用于許多其他領(lǐng)域,如果采用一些新的智能算法對該方法進行改進,該方法可以用于進行實時風(fēng)險預(yù)測評估。因此,該方法的應(yīng)用前景非常廣闊。

      猜你喜歡
      概率船舶電網(wǎng)
      第6講 “統(tǒng)計與概率”復(fù)習(xí)精講
      穿越電網(wǎng)
      第6講 “統(tǒng)計與概率”復(fù)習(xí)精講
      《船舶》2022 年度征訂啟事
      船舶(2021年4期)2021-09-07 17:32:22
      概率與統(tǒng)計(一)
      概率與統(tǒng)計(二)
      船舶!請加速
      BOG壓縮機在小型LNG船舶上的應(yīng)用
      船舶壓載水管理系統(tǒng)
      中國船檢(2017年3期)2017-05-18 11:33:09
      電網(wǎng)也有春天
      河南電力(2016年5期)2016-02-06 02:11:32
      方山县| 夏津县| 石狮市| 罗田县| 聂拉木县| 盐津县| 仲巴县| 平安县| 蓬溪县| 华蓥市| 天水市| 陇西县| 深水埗区| 阿克苏市| 山阳县| 三穗县| 宜州市| 永城市| 原阳县| 泰顺县| 珲春市| 板桥市| 黎川县| 二连浩特市| 开化县| 外汇| 蕉岭县| 宣化县| 百色市| 密山市| 正阳县| 囊谦县| 沂南县| 台中县| 阳曲县| 罗田县| 张家界市| 肇庆市| 元朗区| 通渭县| 藁城市|