通过检修缓解停电风险：基于仿真数据的推断
最优化与控制
2017-11-28 v1 应用统计
摘要
尽管检修已被认为是电力系统中风险管理的重要且有效的手段，但由于极高的计算复杂度，在考虑连锁停电风险时其往往难以处理。本文基于从停电仿真数据中的推断，提出了一种方法，可高效识别大型电力系统中对缓解连锁停电风险最具影响的元件。为此，我们首先通过推断连锁停运仿真数据，建立检修策略与停电风险估计之间的解析关系。然后将元件检修决策问题表述为非线性0-1规划。随后，我们量化了停电风险估计的可信度，从而得到一种自适应方法以确定所需的最少仿真次数，该次数作为优化模型的关键参数。最后，我们设计了两种启发式算法，以极高效率求得模型的近似最优解。数值实验充分表明了我们所提方法的有效性与高效性。
引用
@article{arxiv.1711.09761,
title = {Mitigating Blackout Risk via Maintenance : Inference from Simulation Data},
author = {Jinpeng Guo and Feng Liu and Xuemin Zhang and Yunhe Hou and Shengwei Mei},
journal= {arXiv preprint arXiv:1711.09761},
year = {2017}
}