摘要：结合随机潮流计算量化系统状态变量的概率信息，构建牵引变电所概率负荷模型，描述牵引负荷的随机性和波动性，对实现系统优化运行具有重要意义。通过蒙特卡洛算法模拟相应数据并结合非线性递减惯性权重与混沌优化的粒子群算法辨识模型参数；针对随机潮流计算输入变量的相关性控制问题，提出一种基于模拟退火算法与拉丁超立方采样的方法。仿真实验结果表明：改进的粒子群算法较普通粒子群算法拟合精度更高；改进的相关性控制方法可以不受随机变量概率密度表达式的约束，实现多个随机变量的相关性控制；计及牵引负荷样本之间的相关性对节点电压越限概率、支路功率的影响较仅考虑普通负荷相关性时更为明显，可指导系统进行概率潮流优化。
分类：期刊> 自然科学与工程技术> 工程科技II> 铁路运输
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > EI 工程索引(美) > CA 化学文摘(美) > JST 日本科学技术振兴机构数据库(日) > Pж(AJ) 文摘杂志(俄) > 哥白尼索引(波兰) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：牵引变电所 蒙特卡洛模拟 粒子群算法 模拟退火算法 随机潮流计算
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
