CN110162806A - 一种仿真误差评估方法及系统 - Google Patents
一种仿真误差评估方法及系统 Download PDFInfo
- Publication number
- CN110162806A CN110162806A CN201810143174.1A CN201810143174A CN110162806A CN 110162806 A CN110162806 A CN 110162806A CN 201810143174 A CN201810143174 A CN 201810143174A CN 110162806 A CN110162806 A CN 110162806A
- Authority
- CN
- China
- Prior art keywords
- influence factor
- influence
- mean value
- factor
- variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims abstract description 107
- 238000002474 experimental method Methods 0.000 claims abstract description 23
- 230000000694 effects Effects 0.000 claims description 30
- 230000000052 comparative effect Effects 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims 1
- 238000004088 simulation Methods 0.000 abstract description 27
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 description 11
- 102000003712 Complement factor B Human genes 0.000 description 9
- 108090000056 Complement factor B Proteins 0.000 description 9
- 238000004590 computer program Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- IXKSXJFAGXLQOQ-XISFHERQSA-N WHWLQLKPGQPMY Chemical compound C([C@@H](C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N1CCC[C@H]1C(=O)NCC(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(O)=O)C(=O)N1CCC[C@H]1C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(O)=O)NC(=O)[C@@H](N)CC=1C2=CC=CC=C2NC=1)C1=CNC=N1 IXKSXJFAGXLQOQ-XISFHERQSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种仿真误差评估方法及系统,包括:基于每种影响因素下所有情况的运行监控变量,分别计算考虑其他影响因素时每种影响因素的运行监控变量的均值和考虑全部影响因素时运行监控变量的均值;基于考虑其他影响因素时运行监控变量的均值和考虑全部影响因素情况下运行监控变量的均值,计算每种影响因素下运行监控变量的统计量;比较每种影响因素下运行监控变量的统计量与分布表中对应的每种影响因素的统计量,确定每种影响因素对仿真实验误差的影响;影响因素包括两种。本发明可应用于不同影响因素的水平组合下,电力系统仿真的电气量误差分析,有效提高了电力系统仿真评估的精度。
Description
技术领域本发明涉及仿真设备精度领域,具体涉及一种仿真误差评估方法及系统。
背景技术
电力系统仿真是电力系统工程设计和实验的重要手段和工具,如何对电力系统仿真的准确性和效率进行有效的评估,现阶段没有确定的原则,目前的评估主要是依据经验,无法准确衡量仿真的确切性能。
因此,需要提供一种技术方案来克服现有技术的不足。
发明内容
为了克服上述现有技术的不足,本发明提供一种仿真误差评估方法及系统。
一种仿真误差评估方法,其包括:基于每种影响因素下所有情况的运行监控变量,分别计算考虑其他影响因素时每种影响因素的运行监控变量的均值和考虑全部影响因素时运行监控变量的均值;基于考虑其他影响因素时运行监控变量的均值和考虑全部影响因素情况下运行监控变量的均值,计算每种影响因素下运行监控变量的统计量;比较每种影响因素下运行监控变量的统计量与分布表中对应的每种影响因素的统计量,确定每种影响因素对仿真实验误差的影响;影响因素包括两种。
一种仿真误差评估系统,其包括:运行监控变量的均值计算模块,用于基于每种影响因素下所有情况的运行监控变量,分别计算考虑其他影响因素时每种影响因素的运行监控变量的均值和考虑全部影响因素时运行监控变量的均值;运行监控变量的统计量计算模块,用于基于考虑其他影响因素时运行监控变量的均值和考虑全部影响因素情况下运行监控变量的均值,计算每种影响因素下运行监控变量的统计量;影响确定模块,用于比较每种影响因素下运行监控变量的统计量与分布表中对应的每种影响因素的统计量,确定每种影响因素对仿真实验误差的影响;影响因素包括两种。
与最接近的现有技术相比,本发明提供的技术方案具有以下有益效果:
本发明可应用于不同影响因素的水平组合下,电力系统仿真实验的电气量误差分析,对于其他因素组合下的电气量误差分析,且能够评估电力系统仿真的运行监控变量误差分析,有效提高了电力系统仿真评估的精度。
附图说明
图1是本发明评估方法的流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1所示,本发明的评估方法包括:基于每种影响因素下所有情况的运行监控变量,分别计算考虑其他影响因素时每种影响因素的运行监控变量的均值和考虑全部影响因素时运行监控变量的均值;基于考虑其他影响因素时运行监控变量的均值和考虑全部影响因素情况下运行监控变量的均值,计算每种影响因素下运行监控变量的统计量;比较每种影响因素下运行监控变量的统计量与分布表中对应的每种影响因素的统计量,确定每种影响因素对仿真实验误差的影响。
为了检测电力系统仿真的实验误差进行分析,对不同影响因素开展N组实验,对因素1(例如:运行方式不同、电网规模大小不同)有k种,对因素2(例如:仿真算法不同)有s种,对于因素1中每种情况下,都进行不同因素2的s种实验,这样开展了k×s=N种实验;并对实验误差数据进行归类分析:对于N次实验中监控电压U、电流I、频率f、有功P、无功Q,五个变量,下标i表示因素1遍历k种特征的第i次实验,下标j表示因素2遍历s种特征实验的第j次,不同下标i、j的是无具体含义的中间变量,不同下标的是无具体含义的中间变量,不同下标的F是无具体含义的中间变量;λ为每种实验结果的权重,这些变量替换为其他变量表达方式也在本发明的保护范围之内,并对记录结果进行如下分析:
实施例一:
对于监控电压U变量,对于实验精度开展如下检测计算:
可进一步计算并通过已知基本常识的F分布表可查出FUα(s-1,(k-1)(s-1))。
当时,则认为在显著性水平Uα下认为因素A(例如:不同运行方式)对于电力系统仿真电压U的误差有显著影响;
当时,则认为在显著性水平Uα下认为因素A(例如:不同运行方式)对于电力系统仿真电压U的误差没有显著影响。
可进一步计算并通过已知基本常识的F分布表可查出FUα(k-1,(k-1)(s-1));
当时,则认为在显著性水平Uα下认为因素B(例如:不同算法)对于电力系统仿真电压U的误差有显著影响,
当时,则认为在显著性水平Uα下认为因素B(例如:不同算法)对于电力系统仿真电压U的误差没有显著影响。
实施例2:
对于监控电流I变量,对于实验精度开展如下检测计算:
可进一步计算并通过已知基本常识的F分布表可查出FIα(s-1,(k-1)(s-1)),
当时,则认为在显著性水平Iα下认为因素A(例如:不同运行方式)对于电力系统仿真电流I的误差有显著影响,
当时,则认为在显著性水平Iα下认为因素A(例如:不同运行方式)对于电力系统仿真电流I的误差没有显著影响。
可进一步计算并通过已知基本常识的F分布表可查出FUα(k-1,(k-1)(s-1))。
当时,则认为在显著性水平Iα下认为因素B(例如:不同算法)对于电力系统仿真电流I的误差有显著影响,
当时,则认为在显著性水平Iα下认为因素B(例如:不同算法)对于电力系统仿真电流I的误差没有显著影响。
实施例3:
对于监控频率f变量,对于实验精度开展如下检测计算:
可进一步计算并通过已知基本常识的F分布表可查出Ffα(s-1,(k-1)(s-1))。
当时,则认为在显著性水平fα下认为因素A(例如:不同运行方式)对于电力系统仿真频率f的误差有显著影响,
当时,则认为在显著性水平fα下认为因素A(例如:不同运行方式)对于电力系统仿真频率f的误差没有显著影响。
可进一步计算并通过已知基本常识的F分布表可查出Ffα(k-1,(k-1)(s-1))。
当时,则认为在显著性水平fα下认为因素B(例如:不同算法)对于电力系统仿真频率f的误差有显著影响,
当时,则认为在显著性水平fα下认为因素B(例如:不同算法)对于电力系统仿真频率f的误差没有显著影响。
实施例4:
对于监控有功功率P变量,对于实验精度开展如下检测计算:
可进一步计算并通过已知基本常识的F分布表可查出FPα(s-1,(k-1)(s-1))。
当时,则认为在显著性水平Pα下认为因素A(例如:不同运行方式)对于电力系统仿真有功功率P的误差有显著影响,
当时,则认为在显著性水平Pα下认为因素A(例如:不同运行方式)对于电力系统仿真有功功率P的误差没有显著影响。
可进一步计算并通过已知基本常识的F分布表可查出FPα(k-1,(k-1)(s-1))。
当时,则认为在显著性水平Pα下认为因素B(例如:不同算法)对于电力系统仿真有功功率P的误差有显著影响,
当时,则认为在显著性水平Pα下认为因素B(例如:不同算法)对于电力系统仿真有功功率P的误差没有显著影响。
实施例5:
对于监控无功功率Q变量,对于实验精度开展如下检测计算:
可进一步计算并通过已知基本常识的F分布表可查出FQα(s-1,(k-1)(s-1))。
当时,则认为在显著性水平Qα下认为因素A(例如:不同运行方式)对于电力系统仿真无功功率Q的误差有显著影响,
当时,则认为在显著性水平Qα下认为因素A(例如:不同运行方式)对于电力系统仿真无功功率Q的误差没有显著影响。
可进一步计算并通过已知基本常识的F分布表可查出FQα(k-1,(k-1)(s-1))。
当时,则认为在显著性水平Qα下认为因素B(例如:不同算法)对于电力系统仿真无功功率Q的误差有显著影响,
当时,则认为在显著性水平Qα下认为因素B(例如:不同算法)对于电力系统仿真无功功率Q的误差没有显著影响。
上文中的显著性水平是假设检验中的一个概念,是指当原假设为正确时人们却把它拒绝了的概率或风险。它是公认的小概率事件的概率值,必须在每一次统计检验之前确定,通常取0.05或0.01。这表明当作出接受原假设的决定时,其正确的可能性(概率)为95%或99%。显著性水平代表的意义是在一次试验中小概率事物发生可能性的大小。
关于准确度的判定:显著性水平越低,说明这种判定的误差越低。
基于同一发明构思,本发明还提供了一种仿真误差评估系统,下面进行说明。
本发明提供的系统包括:运行监控变量的均值计算模块,用于基于每种影响因素下所有情况的运行监控变量,分别计算考虑其他影响因素时每种影响因素的运行监控变量的均值和考虑全部影响因素时运行监控变量的均值;运行监控变量的统计量计算模块,用于基于考虑其他影响因素时运行监控变量的均值和考虑全部影响因素情况下运行监控变量的均值,计算每种影响因素下运行监控变量的统计量;影响确定模块,用于比较每种影响因素下运行监控变量的统计量与分布表中对应的每种影响因素的统计量,确定每种影响因素对仿真实验误差的影响;影响因素包括两种。
运行监控变量包括:电流、电压、频率、有功功率和无功功率。
运行监控变量的均值计算模块,包括:第一影响因素电压均值计算子模块、第二影响因素电压均值计算子模块和全部影响因素电压均值计算子模块;
第一影响因素电压均值计算子模块,用于计算第一影响因素的电压均值
第二影响因素电压均值计算子模块,用于计算第二影响因素的电压均值:
全部影响因素电压均值计算子模块,用于计算全部影响因素的电压均值:
其中,为第一影响因素的电压均值;为第二影响因素的电压均值;Uij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的电压;第一影响因素包括k种情况;第二影响因素包括s种情况;表示全部影响因素的电压均值,λ为每种实验结果的权重。
运行监控变量的统计量计算模块,包括:第一影响因素电压统计量计算子模块和第二影响因素电压统计量计算子模块;第一影响因素电压统计量计算子模块,用于计算第一影响因素电压统计量:
第二影响因素电压统计量计算子模块,用于计算第二影响因素电压统计量:
其中,为第一电压中间变量;为第二电压中间变量;为第三电压中间变量;为第一影响因素的电压均值;为第二影响因素的电压均值和为考虑全部影响因素情况时的电压均值。
运行监控变量的均值计算模块,包括:第一影响因素电流均值计算子模块、第二影响因素电流均值计算子模块和全部影响因素电流均值计算子模块;第一影响因素电流均值计算子模块用于计算第一影响因素的电流均值:
第二影响因素电流均值计算子模块,用于计算第第二影响因素的电流均值:
全部影响因素电流均值计算子模块,用于计算全部影响因素的电流均值表达式,如下所示:
其中,为所述第一影响因素的电流均值;为所述第二影响因素的电流均值;Iij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的电流,第一影响因素包括k种情况,第二影响因素包括s种情况;表示全部影响因素的电流均值,λ为每种实验结果的权重。
运行监控变量的统计量计算模块,包括:第一影响因素电流统计量计算子模块和第二影响因素电流统计量计算子模块;第一影响因素电流统计量计算子模块,用于计算第一影响因素电流统计量:
第二影响因素电流统计量计算子模块,用于计算第二影响因素电流统计量:
为第一电流中间变量;为第二电流中间变量;为第三电流中间变量;为第一影响因素的电流均值;为第二影响因素的电流均值;为考虑全部影响因素时的均值。
运行监控变量的均值计算模块,包括:第一影响因素频率均值计算子模块、第二影响因素频率均值计算子模块和全部影响因素频率均值计算子模块;
第一影响因素频率均值计算子模块,用于计算第一影响因素的频率均值:
第二影响因素频率均值计算子模块,用于计算第二影响因素的频率均值:
全部影响因素频率均值计算子模块,用于计算全部影响因素的频率均值:
其中,为第一影响因素的频率均值,为第二影响因素的频率均值;fij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下频率;第一影响因素包括k种情况;第二影响因素包括s种情况;表示全部影响因素时的频率的均值,λ为每种实验结果的权重。
运行监控变量的统计量计算模块,包括:第一影响因素频率统计量计算子模块和第二影响因素频率统计量计算子模块;第一影响因素频率统计量计算子模块,用于计算第一影响因素的频率统计量:
第二影响因素频率统计量计算子模块,用于计算第二影响因素的频率统计量:
为第一影响因素的频率均值;为第二影响因素的频率均值;为考虑全部影响因素时的频率均值;为第一频率中间变量;为第二频率中间变量;为第三频率中间变量。
运行监控变量的均值计算模块,包括:第一影响因素有功功率均值计算子模块、第二影响因素有功功率均值计算子模块和全部影响因素有功功率均值计算子模块;第一影响因素有功功率均值计算子模块,用于计算第一影响因素的有功功率均值:
第二影响因素有功功率均值计算子模块,用于计算第二影响因素的有功功率:
全部影响因素有功功率均值计算子模块,用于计算全部影响因素的有功功率均值:
其中,为第一影响因素的有功功率均值;为第二影响因素的有功功率均值;Pij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的有功功率;第一影响因素包括k种情况;第二影响因素包括s种情况;表示全部影响因素的有功功率的均值,λ为每种实验结果的权重。
运行监控变量的统计量计算模块,包括:第一影响因素有功功率统计量计算子模块和第二影响因素有功功率统计量计算子模块;第一影响因素有功功率统计量计算子模块,用于计算第一影响因素的有功功率统计量:
第二影响因素有功功率统计量计算子模块,用于计算第二影响因素的有功功率统计量:
式中,为第一影响因素的有功功率均值;为第二影响因素的有功功率均值;为全
部影响因素的频率均值:为第一有功功率中间变量;为有功功率第二中间变量;为第三有功功率中间变量;第一影响因素包括k种情况;第二影响因素包括s种情况。
运行监控变量的均值计算模块,包括:第一影响因素无功功率均值计算子模块、第二影响因素无功功率均值计算子模块和全部影响因素无功功率均值计算子模块;第一影响因素无功功率均值计算子模块,用于计算第一影响因素的无功功率均值:
第二影响因素无功功率均值计算子模块,用于计算第二影响因素的无功功率均值:
全部影响因素无功功率均值计算子模块,用于计算全部影响因素的无功功率均值:
其中,为第一影响因素的无功功率均值;为第二影响因素的无功功率均值;Qij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的无功功率;第一影响因素包括k种情况;第二影响因素包括s种情况。
运行监控变量的统计量计算模块,包括:第一影响因素无功功率统计量计算子模块和第二影响因素无功功率统计量计算子模块;第一影响因素无功功率统计量计算子模块,用于计算第一影响因素的无功功率统计量:
第二影响因素无功功率统计量计算子模块,用于计算第二影响因素的无功功率统计量:
式中,为第一无功功率中间变量;为第二无功功率中间变量;为第三无功功率中间变量;为第一影响因素的无功功率均值;为第二影响因素的无功功率均值;为全部影响因素情况时的无功功率均值;第一影响因素包括k种情况;第二影响因素包括s种情况。
影响确定模块,包括:查表子模块、比较子模块、有影响子模块和无影响子模块;查表子模块,用于利用统计量分布表分别查出所有运行监控变量在显著性水平α下对应的运行监控变量统计量;比较子模块,用于分别比较每种影响因素下各运行监控变量的计算统计量与统计量分布表中对应的统计量;有影响子模块,用于若运行监控变量的计算统计量大于分布表中对应的统计量,则其对应的影响因素对仿真实验的误差有影响;无影响子模块,用于若运行监控变量的计算统计量小于分布表中对应的统计量,则其对应的影响因素对仿真实验的误差没有影响;其中,显著性水平越低,则所述仿真实验的误差越低。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (26)
1.一种仿真误差评估方法,其特征在于,包括:
基于每种影响因素下所有情况的运行监控变量,分别计算考虑其他影响因素时每种影响因素的运行监控变量的均值和考虑全部影响因素时运行监控变量的均值;
基于所述考虑其他影响因素时运行监控变量的均值和考虑全部影响因素情况下运行监控变量的均值,计算所述每种影响因素下运行监控变量的统计量;
比较所述每种影响因素下运行监控变量的统计量与分布表中对应的每种影响因素的统计量,确定每种影响因素对所述仿真实验误差的影响;
所述影响因素包括两种。
2.根据权利要求1所述的仿真误差评估方法,其特征在于,所述运行监控变量包括:电流、电压、频率、有功功率和无功功率。
3.根据权利要求2所述的仿真误差评估方法,其特征在于,所述基于每种影响因素下所有情况的运行监控变量,分别计算考虑其他影响因素时每种影响因素的运行监控变量的均值和考虑全部影响因素情况时运行监控变量的均值,包括:
在考虑第二影响因素的所有情况下,计算第一影响因素的电压均值计算式,如下所示:
在考虑第一影响因素的所有情况下,计算第二影响因素的电压均值计算式,如下所示:
在考虑全部影响因素的所有情况下,计算全部影响因素的电压均值计算式,如下所示:
其中,为所述第一影响因素的电压均值;为所述第二影响因素的电压均值;Uij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的电压;第一影响因素包括k种情况;第二影响因素包括s种情况;表示全部影响因素的电压均值,λ为每种实验结果的权重。
4.根据权利要求2所述的仿真误差评估方法,其特征在于,所述基于所述考虑其他影响因素时运行监控变量的均值和考虑全部影响因素情况下运行监控变量的均值,计算所述每种影响因素下运行监控变量的统计量,包括:
第一影响因素电压统计量的计算式如下所示:
第二影响因素电压统计量的计算式如下所示:
其中,为第一电压中间变量;为第二电压中间变量;为第三电压中间变量;Uij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的电压;为第一影响因素的电压均值;为第二影响因素的电压均值和为考虑全部影响因素情况时的电压均值;第一影响因素包括k种情况;第二影响因素包括s种情况。
5.根据权利要求2所述的仿真误差评估方法,其特征在于,所述基于每种影响因素下所有情况的运行监控变量,分别计算考虑其他影响因素时每种影响因素的运行监控变量的均值和考虑全部影响因素情况时运行监控变量的均值,包括:
在考虑第二影响因素的所有情况下,计算第一影响因素的电流均值计算式,如下所示:
在考虑第一影响因素的所有情况下,计算第二影响因素的电流均值计算式,如下所示:
在考虑全部影响因素的所有情况下,计算全部影响因素的电流均值计算式,如下所示:
其中,为所述第一影响因素的电流均值;为所述第二影响因素的电流均值;Iij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的电流;第一影响因素包括k种情况,第二影响因素包括s种情况;表示全部影响因素的电流均值,λ为每种实验结果的权重。
6.根据权利要求2所述的仿真误差评估方法,其特征在于,所述基于所述考虑其他影响因素时运行监控变量的均值和考虑全部影响因素情况下运行监控变量的均值,计算所述每种影响因素下运行监控变量的统计量,包括:
第一影响因素电流统计量的计算式如下所示:
第二影响因素电流统计量的计算式如下所示:
为第一电流中间变量;为第二电流中间变量;为第三电流中间变量;为第一影响因素的电流均值;Iij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的电流;为第二影响因素的电流均值;为考虑全部影响因素时的电流均值;第一影响因素包括k种情况;第二影响因素包括s种情况。
7.根据权利要求2所述的仿真误差评估方法,其特征在于,所述基于每种影响因素下所有情况的运行监控变量,分别计算考虑其他影响因素时每种影响因素的运行监控变量的均值和考虑全部影响因素情况时运行监控变量的均值,包括:在考虑第二影响因素的所有情况下,计算第一影响因素的频率均值计算式,如下所示:
在考虑第一影响因素的所有情况下,计算第二影响因素的频率均值计算式,如下所示:
在考虑全部影响因素的所有情况下,计算全部影响因素的频率均值计算式,如下所示:
其中,为所述第一影响因素的频率均值,为所述第二影响因素的频率均值;fij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的频率;第一影响因素包括k种情况;第二影响因素包括s种情况;表示全部影响因素时的频率均值,λ为每种实验结果的权重。
8.根据权利要求2所述的仿真误差评估方法,其特征在于,所述基于所述考虑其他影响因素时运行监控变量的均值和考虑全部影响因素情况下运行监控变量的均值,计算所述每种影响因素下运行监控变量的统计量,包括:
第一影响因素频率统计量的计算式,如下所示:
第二影响因素频率统计量的计算式,如下所示:
fij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的频率;为第一影响因素的频率均值;为第二影响因素的频率均值;为考虑全部影响因素的频率均值;为第一频率中间变量;为第二频率中间变量;为第三频率中间变量;第一影响因素包括k种情况;第二影响因素包括s种情况。
9.根据权利要求2所述的仿真误差评估方法,其特征在于,所述基于每种影响因素下所有情况的运行监控变量,分别计算考虑其他影响因素时每种影响因素的运行监控变量的均值和考虑全部影响因素情况时运行监控变量的均值,包括:
在考虑第二影响因素的所有情况下,计算第一影响因素的有功功率均值计算式,如下所示:
在考虑第一影响因素的所有情况下,计算第二影响因素的有功功率均值计算式,如下所示:
在考虑全部影响因素的所有情况下,计算全部影响因素的有功功率均值计算式,如下所示:
其中,为所述第一影响因素的有功功率均值;为所述第二影响因素的有功功率均值;Pij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的有功功率;第一影响因素包括k种情况;第二影响因素包括s种情况;表示全部影响因素的有功功率均值,λ为每种实验结果的权重。
10.根据权利要求2所述的仿真误差评估方法,其特征在于,所述基于所述考虑其他影响因素时运行监控变量的均值和考虑全部影响因素情况下运行监控变量的均值,计算所述每种影响因素下运行监控变量的统计量,包括:
第一影响因素频率统计量的计算式如下所示:
第二影响因素频率统计量的计算式如下所示:
式中,Pij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的有功功率;为第一影响因素的有功功率均值;为第二影响因素的有功功率均值;为全部影响因素的有功功率均值:为第一有功功率中间变量;为有功功率第二中间变量;为第三有功功率中间变量;第一影响因素包括k种情况;第二影响因素包括s种情况。
11.根据权利要求2所述的仿真误差评估方法,其特征在于,所述基于每种影响因素下所有情况的运行监控变量,分别计算考虑其他影响因素时每种影响因素的运行监控变量的均值和考虑全部影响因素情况时运行监控变量的均值,包括:
在考虑第二影响因素的所有情况下,计算第一影响因素的无功功率均值计算式,如下所示:
在考虑第一影响因素的所有情况下,计算第二影响因素的无功功率均值计算式,如下所示:
在考虑全部影响因素的所有情况下,计算全部影响因素的无功功率均值计算式,如下所示:
其中,为所述第一影响因素的无功功率均值;为所述第二影响因素的无功功率均值;Qij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的无功功率;第一影响因素包括k种情况;第二影响因素包括s种情况。
12.根据权利要求2所述的仿真误差评估方法,其特征在于,所述基于所述考虑其他影响因素时运行监控变量的均值和考虑全部影响因素情况下运行监控变量的均值,计算所述每种影响因素下运行监控变量的统计量,包括:
第一影响因素无功功率统计量的计算式,如下所示:
第二影响因素无功功率统计量的计算式,如下所示:
式中,为第一无功功率中间变量;为第二无功功率中间变量;为第三无功功率中间变量;Qij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的无功功率;为第一影响因素的无功功率均值;为第二影响因素的无功功率均值;为全部影响因素情况时的无功功率均值;第一影响因素包括k种情况;第二影响因素包括s种情况。
13.根据权利要求1所述的仿真误差评估方法,其特征在于,所述比较所述每种影响因素下运行监控变量的统计量与分布表中对应的每种影响因素的统计量,确定每种影响因素对所述仿真实验的影响,包括:
利用统计量分布表分别查出所有运行监控变量在显著性水平α下对应的运行监控变量统计量;
分别比较每种影响因素下各运行监控变量的计算统计量与统计量分布表中对应的统计量;
若运行监控变量的计算统计量大于分布表中对应的统计量,则其对应的影响因素对仿真实验的误差有影响;
若运行监控变量的计算统计量小于分布表中对应的统计量,则其对应的影响因素对仿真实验的误差没有影响;
其中,显著性水平越低,则所述仿真实验的误差越低。
14.一种仿真误差评估系统,其特征在于,包括:
运行监控变量的均值计算模块,用于基于每种影响因素下所有情况的运行监控变量,分别计算考虑其他影响因素时每种影响因素的运行监控变量的均值和考虑全部影响因素时运行监控变量的均值;
运行监控变量的统计量计算模块,用于基于所述考虑其他影响因素时运行监控变量的均值和考虑全部影响因素情况下运行监控变量的均值,计算所述每种影响因素下运行监控变量的统计量;
影响确定模块,用于比较所述每种影响因素下运行监控变量的统计量与分布表中对应的每种影响因素的统计量,确定每种影响因素对所述仿真实验误差的影响;
所述影响因素包括两种。
15.根据权利要求14所述的仿真误差评估系统,其特征在于,所述运行监控变量包括:电流、电压、频率、有功功率和无功功率。
16.根据权利要求15所述的仿真误差评估系统,其特征在于,所述运行监控变量的均值计算模块,包括:第一影响因素电压均值计算子模块、第二影响因素电压均值计算子模块和全部影响因素电压均值计算子模块;
所述第一影响因素电压均值计算子模块,用于计算第一影响因素的电压均值
所述第二影响因素电压均值计算子模块,用于计算第二影响因素的电压均值:
所述全部影响因素电压均值计算子模块,用于计算全部影响因素的电压均值:
其中,为所述第一影响因素的电压均值;为所述第二影响因素的电压均值;Uij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的电压;第一影响因素包括k种情况;第二影响因素包括s种情况;表示全部影响因素的电压均值,λ为每种实验结果的权重。
17.根据权利要求15所述的仿真误差评估系统,其特征在于,所述运行监控变量的统计量计算模块,包括:第一影响因素电压统计量计算子模块和第二影响因素电压统计量计算子模块;
所述第一影响因素电压统计量计算子模块,用于计算第一影响因素电压统计量:
所述第二影响因素电压统计量计算子模块,用于计算第二影响因素电压统计量:
其中,为第一电压中间变量;为第二电压中间变量;为第三电压中间变量;为第一影响因素的电压均值;为第二影响因素的电压均值和为考虑全部影响因素情况时的电压均值。
18.根据权利要求15所述的仿真误差评估系统,其特征在于,所述运行监控变量的均值计算模块,包括:第一影响因素电流均值计算子模块、第二影响因素电流均值计算子模块和全部影响因素电流均值计算子模块;
所述第一影响因素电流均值计算子模块用于计算第一影响因素的电流均值:
所述第二影响因素电流均值计算子模块,用于计算第第二影响因素的电流均值:
所述全部影响因素电流均值计算子模块,用于计算全部影响因素的电流均值表达式,如下所示:
其中,为所述第一影响因素的电流均值;为所述第二影响因素的电流均值;Iij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的电流,第一影响因素包括k种情况,第二影响因素包括s种情况;表示全部影响因素的电流均值,λ为每种实验结果的权重。
19.根据权利要求15所述的仿真误差评估系统,其特征在于,所述运行监控变量的统计量计算模块,包括:第一影响因素电流统计量计算子模块和第二影响因素电流统计量计算子模块;
所述第一影响因素电流统计量计算子模块,用于计算第一影响因素电流统计量:
所述第二影响因素电流统计量计算子模块,用于计算第二影响因素电流统计量:
为第一电流中间变量;为第二电流中间变量;为第三电流中间变量;为第一影响因素的电流均值;为第二影响因素的电流均值;为考虑全部影响因素时的均值。
20.根据权利要求15所述的仿真误差评估系统,其特征在于,所述运行监控变量的均值计算模块,包括:第一影响因素频率均值计算子模块、第二影响因素频率均值计算子模块和全部影响因素频率均值计算子模块;
所述第一影响因素频率均值计算子模块,用于计算第一影响因素的频率均值:
所述第二影响因素频率均值计算子模块,用于计算第二影响因素的频率均值:
所述全部影响因素频率均值计算子模块,用于计算全部影响因素的频率均值:
其中,为所述第一影响因素的频率均值,为所述第二影响因素的频率均值;fij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下频率;第一影响因素包括k种情况;第二影响因素包括s种情况;表示全部影响因素时的频率的均值,λ为每种实验结果的权重。
21.根据权利要求15所述的仿真误差评估系统,其特征在于,所述运行监控变量的统计量计算模块,包括:第一影响因素频率统计量计算子模块和第二影响因素频率统计量计算子模块;
所述第一影响因素频率统计量计算子模块,用于计算第一影响因素的频率统计量:
所述第二影响因素频率统计量计算子模块,用于计算第二影响因素的频率统计量:
为第一影响因素的频率均值;为第二影响因素的频率均值;为考虑全部影响因素时的频率均值;为第一频率中间变量;为第二频率中间变量;为第三频率中间变量。
22.根据权利要求15所述的仿真误差评估系统,其特征在于,所述运行监控变量的均值计算模块,包括:第一影响因素有功功率均值计算子模块、第二影响因素有功功率均值计算子模块和全部影响因素有功功率均值计算子模块;
所述第一影响因素有功功率均值计算子模块,用于计算第一影响因素的有功功率均值:
所述第二影响因素有功功率均值计算子模块,用于计算第二影响因素的有功功率:
所述全部影响因素有功功率均值计算子模块,用于计算全部影响因素的有功功率均值:
其中,为所述第一影响因素的有功功率均值;为所述第二影响因素的有功功率均值;Pij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的有功功率;第一影响因素包括k种情况;第二影响因素包括s种情况;表示全部影响因素的有功功率的均值,λ为每种实验结果的权重。
23.根据权利要求15所述的仿真误差评估系统,其特征在于,所述运行监控变量的统计量计算模块,包括:第一影响因素有功功率统计量计算子模块和第二影响因素有功功率统计量计算子模块;
所述第一影响因素有功功率统计量计算子模块,用于计算第一影响因素的有功功率统计量:
所述第二影响因素有功功率统计量计算子模块,用于计算第二影响因素的有功功率统计量:
式中,为第一影响因素的有功功率均值;为第二影响因素的有功功率均值;为全部影响因素的频率均值:为第一有功功率中间变量;为有功功率第二中间变量;为第三有功功率中间变量;第一影响因素包括k种情况;第二影响因素包括s种情况。
24.根据权利要求15所述的仿真误差评估系统,其特征在于,所述运行监控变量的均值计算模块,包括:第一影响因素无功功率均值计算子模块、第二影响因素无功功率均值计算子模块和全部影响因素无功功率均值计算子模块;
所述第一影响因素无功功率均值计算子模块,用于计算第一影响因素的无功功率均值:
所述第二影响因素无功功率均值计算子模块,用于计算第二影响因素的无功功率均值:
所述全部影响因素无功功率均值计算子模块,用于计算全部影响因素的无功功率均值:
其中,为所述第一影响因素的无功功率均值;为所述第二影响因素的无功功率均值;Qij表示在第一影响因素的第j种情况和第二影响因素的第i种情况的共同作用下的无功功率;第一影响因素包括k种情况;第二影响因素包括s种情况。
25.根据权利要求15所述的仿真误差评估系统,其特征在于,所述运行监控变量的统计量计算模块,包括:第一影响因素无功功率统计量计算子模块和第二影响因素无功功率统计量计算子模块;
所述第一影响因素无功功率统计量计算子模块,用于计算第一影响因素的无功功率统计量:
所述第二影响因素无功功率统计量计算子模块,用于计算第二影响因素的无功功率统计量:
式中,为第一无功功率中间变量;为第二无功功率中间变量;为第三无功功率中间变量;为第一影响因素的无功功率均值;为第二影响因素的无功功率均值;为全部影响因素情况时的无功功率均值;第一影响因素包括k种情况;第二影响因素包括s种情况。
26.根据权利要求14所述的仿真误差评估系统,其特征在于,所述影响确定模块,包括:查表子模块、比较子模块、有影响子模块和无影响子模块;
所述查表子模块,用于利用统计量分布表分别查出所有运行监控变量在显著性水平α下对应的运行监控变量统计量;
所述比较子模块,用于分别比较每种影响因素下各运行监控变量的计算统计量与统计量分布表中对应的统计量;
所述有影响子模块,用于若运行监控变量的计算统计量大于分布表中对应的统计量,则其对应的影响因素对仿真实验的误差有影响;
所述无影响子模块,用于若运行监控变量的计算统计量小于分布表中对应的统计量,则其对应的影响因素对仿真实验的误差没有影响;
其中,显著性水平越低,则所述仿真实验的误差越低。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810143174.1A CN110162806A (zh) | 2018-02-11 | 2018-02-11 | 一种仿真误差评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810143174.1A CN110162806A (zh) | 2018-02-11 | 2018-02-11 | 一种仿真误差评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110162806A true CN110162806A (zh) | 2019-08-23 |
Family
ID=67635000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810143174.1A Pending CN110162806A (zh) | 2018-02-11 | 2018-02-11 | 一种仿真误差评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110162806A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113553708A (zh) * | 2021-07-22 | 2021-10-26 | 北京环境特性研究所 | 一种溯源仿真模型关键影响因素的方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011258052A (ja) * | 2010-06-10 | 2011-12-22 | Toshiba Corp | 誤差推定装置および誤差推定プログラム |
JP2013065213A (ja) * | 2011-09-16 | 2013-04-11 | Toshiba Corp | シミュレーション結果補正装置および補正方法 |
CN105426656A (zh) * | 2015-10-29 | 2016-03-23 | 浙江群力电气有限公司 | 一种误差计算方法及系统 |
CN107490778A (zh) * | 2017-08-25 | 2017-12-19 | 成都思晗科技股份有限公司 | 一种计量误差影响因素多因素定量分析方法 |
-
2018
- 2018-02-11 CN CN201810143174.1A patent/CN110162806A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011258052A (ja) * | 2010-06-10 | 2011-12-22 | Toshiba Corp | 誤差推定装置および誤差推定プログラム |
JP2013065213A (ja) * | 2011-09-16 | 2013-04-11 | Toshiba Corp | シミュレーション結果補正装置および補正方法 |
CN105426656A (zh) * | 2015-10-29 | 2016-03-23 | 浙江群力电气有限公司 | 一种误差计算方法及系统 |
CN107490778A (zh) * | 2017-08-25 | 2017-12-19 | 成都思晗科技股份有限公司 | 一种计量误差影响因素多因素定量分析方法 |
Non-Patent Citations (4)
Title |
---|
ROBERT G. SARGENT: "Verification and validation of simulation models", PROCEEDINGS OF THE 2010 WINTER SIMULATION CONFERENCE, 8 December 2010 (2010-12-08), pages 166 - 183, XP058241588 * |
WILLIAM L. OBERKAMPF 等: "Error and uncertainty in modeling and simulation", RELIABILITY ENGINEERING & SYSTEM SAFETY, vol. 75, no. 3, 21 February 2002 (2002-02-21), pages 333 - 357, XP085018426, DOI: 10.1016/S0951-8320(01)00120-X * |
张荣金: "预测控制性能评估与监控技术研究", 中国优秀硕士学位论文全文数据库 信息科技辑, 15 July 2011 (2011-07-15), pages 140 - 298 * |
王海英: "多元不确定仿真结果验证方法研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, 15 February 2017 (2017-02-15), pages 031 - 13 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113553708A (zh) * | 2021-07-22 | 2021-10-26 | 北京环境特性研究所 | 一种溯源仿真模型关键影响因素的方法和装置 |
CN113553708B (zh) * | 2021-07-22 | 2023-04-25 | 北京环境特性研究所 | 一种溯源仿真模型关键影响因素的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242135B (zh) | 一种模型运营方法、装置、及业务服务器 | |
CN106505557B (zh) | 一种遥测错误辨识方法及装置 | |
US10379146B2 (en) | Detecting non-technical losses in electrical networks based on multi-layered statistical techniques from smart meter data | |
CN107992410B (zh) | 软件质量监测方法、装置、计算机设备和存储介质 | |
CN108198408B (zh) | 一种基于用电信息采集系统的自适应反窃电监控方法及系统 | |
CN110633194B (zh) | 一种硬件资源在特定环境下的性能评估方法 | |
US11016515B2 (en) | System operation decision-making assistance device and method | |
CN110187275A (zh) | 一种永磁电机健康状态检测方法及系统 | |
CN108320112B (zh) | 一种确定设备健康状态的方法及装置 | |
Grbac et al. | Stability of software defect prediction in relation to levels of data imbalance | |
CN108009063B (zh) | 一种电子设备故障阈值检测的方法 | |
CN109308225B (zh) | 一种虚拟机异常检测方法、装置、设备及存储介质 | |
US11657148B2 (en) | Event analysis in an electric power system | |
CN117330963B (zh) | 储能电站故障检测方法、系统及设备 | |
Li et al. | Improved LSTM-based prediction method for highly variable workload and resources in clouds | |
CN106407488B (zh) | 发动机失效风险评估方法和系统 | |
CN108009582B (zh) | 一种电子设备标准工作指标设置的方法 | |
CN110162806A (zh) | 一种仿真误差评估方法及系统 | |
CN107977626B (zh) | 一种电子设备工作数据的分组方法 | |
US20180129963A1 (en) | Apparatus and method of behavior forecasting in a computer infrastructure | |
KR20220061713A (ko) | 스마트 미터의 결측치 대체 방법 및 이를 이용하는 스마트 미터 제어 시스템 | |
JP7173168B2 (ja) | 異常検知装置、システム、方法及びプログラム | |
WO2023274121A1 (zh) | 故障检测方法及装置、电子设备和计算机可读存储介质 | |
CN110334125A (zh) | 一种配电网量测异常数据辨识方法及装置 | |
CN110956193A (zh) | 用于改进边界偏移检测的方法、系统、制品和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |