综合能源系统运行可靠性评估综述及展望

被引：74

作者：

李更丰 ^{[1
]}

黄玉雄 ^{[1
]}

别朝红 ^{[1
]}

安佳坤 ^{[2
]}

孙思源 ^{[1
]}

邱起瑞 ^{[1
]}

高晓松 ^{[1
]}

彭钰茗 ^{[1
]}

雷宇骁 ^{[1
]}

机构：

[1] 西安交通大学电气工程学院

[2] 不详

来源：

电力自动化设备 | 2019年 / 39卷 / 08期

关键词：

综合能源系统; 运行可靠性; 可靠性评估; 可靠性; 模型驱动; 数据驱动;

D O I：

10.16081/j.epae.201908040

中图分类号：

TM732 [电力系统的运行]; TK01 [能源];

学科分类号：

摘要：

研究综合能源系统的运行可靠性评估对规避综合能源系统的短期风险、保障其安全稳定运行具有重要价值。考虑系统运行状态、实时运行环境等因素的影响,分析综合能源系统在当前状态下未来短期内的可靠性水平,通过给出实时的运行可靠性指标为系统的运行调度提供决策支持。首先介绍综合能源系统的发展背景及意义、运行可靠性评估的概念及必要性;然后从运行可靠性评估建模、模型驱动以及数据驱动的运行可靠性评估方法 3个方面,对国内外研究现状进行梳理,并分析归纳当前综合能源系统运行可靠性评估研究所面临的亟需解决的问题;最后针对问题,提出模型-数据混合驱动的综合能源系统运行可靠性评估思路,并对未来的研究方向进行展望。

引用

页码：12 / 21

页数：10

共 55 条

[51] A review on reliability assessment for wind power [J].

Jiang Wen ;

Yan Zheng ;

Feng Donghan .

RENEWABLE & SUSTAINABLE ENERGY REVIEWS, 2009, 13 (09) :2485-2494

[52]

Support vector machine for structural reliability analysis[J] . Hong-shuang Li,Zhen-zhou Lü,Zhu-feng Yue.Applied Mathematics and Mechanics . 2006 (10)

[53]

Approximate multi-state reliability expressions using a new machine learning technique[J] . Claudio M. Rocco S.,Marco Muselli.Reliability Engineering and System Safety . 2004 (3)

[54]

Empirical models based on machine learning techniques for determining approximate reliability expressions[J] . Claudio M. Rocco S,Marco Muselli.Reliability Engineering and System Safety . 2003 (3)

[55] Fast Monte Carlo reliability evaluation using support vector machine [J].

Rocco, CM ;

Moreno, JA .

RELIABILITY ENGINEERING & SYSTEM SAFETY, 2002, 76 (03) :237-243

← 1 2 3 4 5 6 →