基于LHS算法的电力系统状态抽样方法研究开题报告

1. 研究目的与意义

同蒙特卡洛方法相比，拉丁超立方抽样(latin hypercube sampling，lhs)通过有效对输入随机变量进行采样,降低了达到规定精度所需的采样规模，极大地提高了计算效率，因此在电力系统不确定性问题的分析中得到了广泛的应用。

此外，电力工业是国民经济的重要发展支柱，因此电网的安全可靠运行与社会的发展紧密相关。

通过研究拉丁超立方抽样，可以有效地减少电力系统稳定性评估时所需的采样规模，使电力系统的稳定性计算更加地简便、快捷。

2. 课题关键问题和重难点

课题要求通过研究拉丁超立方抽样实现电力系统运行运状态的抽样模拟，并与传统蒙特卡洛抽样方法进行比较分析，因此本课题关键问题如下：1. 拉丁超立方抽样在电力系统分析中的应用现状。

2. 传统蒙特卡洛抽样方法的实现原理。

3. 拉丁超立方抽样与传统蒙特卡洛抽样方法相比所具备的优越性。

3. 国内外研究现状（文献综述）

1.1 课题背景与研究意义电力系统的可靠性评估，是指对电力系统设施或网架结构的静态或动态性能，或各种性能改进措施的效果是否满足规定的可靠性准则进行分析、预计和认定的系列工作。

电力系统的可靠性，是确保电力系统稳定的最基本最重要指标。

结构可靠性分析的蒙特卡洛方法和重要抽样方法等数值模拟算法依赖于样本，样本的代表性对可靠性分析的精度至关重要。

4. 研究方案

本课题是基于LHS算法实现对电力系统运行状态的抽样模拟，因此应先从其他文献中总结出LHS算法的实现原理，并分析LHS在抽样算法中的缺陷，并据此缺陷设计和其他算法相结合的新LHS抽样算法，再在可靠性、潮流计算等方面，建立起电力系统运行状态的模拟模型，给出对应的算法和流程，进而得出课题研究能够为电力系统规划设计提供结论。

5. 工作计划

第1周：熟悉所分配的课程，完成外文翻译和开题报告。

第2周：进一步完善外文翻译和开题报告，并完成审核。

第3周；完成课题要求的论文构架所需素材的整理归纳。