基于混合高斯模型的相关非高斯输入变量随机潮流计算
Journal of Southeast University(Natural Science Edition)（2017）
摘要
提出一种考虑输入变量相关性的随机潮流计算方法.该方法针对系统中的非高斯输入变量,建立其混合高斯模型(GMM).在此基础上,引入高斯分量组合算法(GCCM),通过多次加权最小二乘计算(WLS)直接求得输出变量的概率分布.研究限制GMM中高斯分量个数的约简方法,以减少WLS运算次数.对IEEE-30节点系统的仿真和误差分析表明,GMM具有拟合精度高、适用性广的特点.所提方法与MCS的计算结果基本一致,但计算效率有了显著提高,并且算法的速度和精度与WLS运算次数有关.
更多查看译文
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要