论文部分内容阅读
提出了一种基于支持向量机的发/输电系统快速蒙特卡洛可靠性评估方法。首先,遍历系统所有元件的故障并计算相应的最小切负荷量,得到用于训练机器学习模型的样本数据。然后,采用支持向量机作为挖掘系统元件故障与最小切负荷之间非线性映射关系的机器学习算法,训练得到不同故障下最小切负荷的估计模型。最后,将该模型与蒙特卡洛模拟法结合,随机采样元件状态,针对每个状态,由训练得到的估计模型直接给出最小切负荷量,从而实现发/输电系统可靠性的快速评估。将所提方法应用于发输电系统可靠性标准测试算例IEEE RTS 79,验证了