文献

J-GLOBAL ID：201802241192774346   整理番号：18A1965394

改良ラテンハイパーキューブモンテカルロシミュレーション【JST・京大機械翻訳】

Improvement of Application of Latin Hypercubic Monte Carlo Simulation

著者 (3件)： Zhang Jianbo (東北石油大学 電气信息工程学院,黒竜江 大慶,163318) ,  Zhang Zhongwei (東北石油大学 電气信息工程学院,黒竜江 大慶,163318) ,  Yang Yang (中国石油集団電能公司 中油電能電力技術服務公司,黒竜江 大慶,163453)
資料名： Jilin Daxue Xuebao (Xinxi Kexue Ban)  (Jilin Daxue Xuebao (Xinxi Kexue Ban))
巻： 36  号： 4  ページ： 452-458  発行年： 2018年 
JST資料番号： C3526A  ISSN： 1671-5896  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電気自動車(EV)と分散電源(DG)のグリッド接続は,送電網の明確な不確実性をもたらし,そして,電力網の解析が実際の電力網に近づけるために,負荷と分散電源の出力の確率密度関数によって,その出力を模擬し,既存の分散電源と電気自動車の確率モデルを参考した。ラテンハイパーキューブモンテカルロシミュレーションと動径基底関数ニューラルネットワーク(RBFNN)を用いて,確率電力潮流を計算した。この方法は,電気自動車と分散電源のランダム性,間欠性,および相関を完全に考慮し,ラテンハイパーキューブモンテカルロシミュレーションにより,従来のモンテカルロシミュレーション法と比較して,サンプリングスケールを低減し,サンプリングカバー率を改善した。動径基底関数ニューラルネットワーク(RBFNN)は,電力潮流計算方程式を解くために使用され,Jacobi行列と偏導関数の計算を避け,演算時間を大幅に削減する。シミュレーションは,改良IEEE14とIEEE118母線系統の計算結果により,提案したアルゴリズムの精度を保証し,大規模電力系統の確率的電力潮流の解決に適用でき,改良IEEE118母線系統の中の改良IEEE118母線系統の性能の改善を示したことを示した。実行時間は,従来のモンテカルロシミュレーションより99.9%低かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 確率密度関数 ,  アルゴリズム ,  確率モデル ,  電気自動車 ,  潮流計算 ,  Jacobi行列 ,  不確実性 ,  電力系統 ,  *電力潮流 ,  分散型電源 ,  送電系統
準シソーラス用語： 偏導関数 ,  グリッド接続 ,  *モンテカルロシミュレーション ,  *ハイパーキューブ , 【Automatic Indexing@JST】

分類 (2件)： 電力系統一般  (NB02000E) ,  送電  (NB05030G)