基于混成式非序贯蒙特卡洛改进法的舰船IPS风险评估方法与流程

本发明涉及电力系统评估领域，尤其涉及基于混成式非序贯蒙特卡洛改进法的舰船ips风险评估方法。

背景技术：

随着技术的发展以及中国综合国力的提升，海洋安全问题越来越受到国家的重视，同时优良的海上战斗水平也是国家社会安全与经济社会稳定持续发展的重要保证。目前，各个发达以及发展中国家都在积极研发新式的军用海洋设备，如航母、军舰和潜艇等，用以达到维护领海安全、保证海运事业顺利进行的目的。舰船ips(integratedpowersystem，综合电力系统)作为一种新兴技术，越来越受到西方海洋军事大国的青睐与重视。

尽管舰船ips因其高度集成化的拓扑结构、高度智能化的控制模式，催生其旺盛的生命力与坚强的战斗力，不过搭载综合电力系统的舰船也会面临更多未知的风险，比如：(1)舰船设备各部分的元器件、各个单元及模块的自身随机性失效导致的系统失效风险；(2)舰船运行过程中所面临的温度、湿度、风暴、雨雪和海况等环境因素所引发系统失效风险；(3)人为操作失误导致的系统失效风险等。同时由于舰船作战环境相比陆地电力系统而言更加恶劣，舰船ips风险导致的后果更加严重.所有这些势必会对舰船综合电力系统的风险评估技术提出了更高的要求。传统电力系统评估常用非序贯蒙特卡洛模拟法来模拟系统运行状态，但是由于此方法模拟的结果方差系数较大，模拟结果精度不够高，无法保证海军在战斗状态下对舰船综合电力系统的运行状况有更好的掌握，因此有必要对传统非序贯蒙特卡洛模拟法进行改进，以求提高其模拟精度。

在模拟方法改进方面，国内外学者已经进行了相应的研究。其中，现有研究大概有以下几种：

1、结合可信性理论与状态枚举法，提出一种混合状态模拟的方法；不过在舰船综合电力系统趋于复杂化的今天，状态枚举法无疑还是会额外增加计算量、实时性会受到约束。

2、在抽样时，利用选择性解析的方法来提高抽样的效率，降低模拟时间，不过由于其评估结果的精度有所欠缺而限制其推广。

3、对重要抽样法进行了改进，提出了分裂最优乘子的方法，但是实现过程较为复杂。

技术实现要素：

有鉴于此，本发明提出了一种混成式非序贯蒙特卡洛改进方法。该方法实现过程相对简单，在模拟次数较高的情况下具有更小的方差系数，保证了风险评估结果的准确性。

本发明提供基于混成式非序贯蒙特卡洛改进法的舰船ips风险评估方法，包括以下：

s101：设置舰船ips的风险概率参数和电气参数；

s102：设置蒙特卡洛模拟次数m；

s103：设置样本概率密度函数的初值；

s104：利用等分散抽样法随机数任意生成一种舰船ips的当前运行状态并根据步骤s101中设置的舰船ips的风险概率，并判断舰船ips当前运行状态；

s105：采用潮流分析方法，计算舰船ips当前运行状态下的风险指标；

s106：根据舰船ips当前运行状态下的风险指标修正样本概率密度函数；

s107：判断修正后的样本概率密度函数是否达到预设的精度或者蒙特卡洛模拟次数是否达到m？若是，则输出风险指标r，并退出流程；否则，跳转至步骤s104。

进一步地，所述舰船ips的电气参数，包括n个元件的电气参数，每个元件处于工作状态时，用状态量0表示，处于失效状态时，用状态量1表示；所述风险概率参数，包括n个元件各自预设的失效概率q1～qn；步骤s102中设置蒙特卡洛模拟次数m，在每次蒙特卡洛模拟时，抽取舰船ips的n个元件的部分元件进行模拟。

进一步地，步骤s104中，利用随机数任意生成一种舰船ips的当前运行状态，具体为：

在[0,1]区间产生随机概率，并把区间[0,1]分成m个小区间，在分成的第k个区间[(k-1)/m，k/m]内判断所述舰船ips的第i个元件是否失效，如式(1)：

式(1)中，s^ki表示第k个区间内的第i个元件的状态，元件处于工作状态时为0，处于失效状态时为1；ri表示由随机数生成的第i个元件随机概率；所述舰船ips的当前运行状态为s，即其中i＝1，2...n，k＝1，2...m。

进一步地，步骤s105中，舰船ips当前运行状态下的风险指标rij的计算式如式(2)所示：

式(2)中，qij表示元件i处于第j个状态的样本概率函数；mij表示元件i处于第j个状态的抽样次数；mi表示元件i的被抽样次数；c(sk)表示在第k个区间内，系统状态sk的功率削减；p(sj)＝(pi1,pi2,k,pij,pisj)，pij表示元件i在状态j下的样本概率密度函数；j表示元件i的状态编号；sj表示被抽样到的所有元件在状态j下的功率削减。

进一步地，样本概率密度函数pij和样本概率函数qij之间的关系如式(3)所示：

式(3)中，si表示元件i的状态总数，j＝1,2,3,...,si；k表示元件i在[0,1]内的区间编号；qik表示元件i的第k区间的样本概率函数。

进一步地，步骤s107中，风险指标r由rij组成，具体为：

所述舰船ips的风险概率参数和电气参数，还包括舰船元件的电压、电流、频率和功率。

本发明提供的技术方案带来的有益效果是：实现过程相对简单，在模拟次数较高的情况下具有更小的方差系数，保证了风险评估结果的准确性。

附图说明

图1是本发明基于混成式非序贯蒙特卡洛改进法的舰船ips风险评估方法的流程示意图；

图2是舰船综合电力系统结构图；

图3是舰船综合电力系统的简化图；

图4是本发明实施例中四种方法的方差系数与抽样次数的关系曲线图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述。

请参考图1，本发明的实施例提供了基于混成式非序贯蒙特卡洛改进法的舰船ips风险评估方法，包括以下步骤：

s101：设置舰船ips的风险概率参数和电气参数；

s102：设置蒙特卡洛模拟次数m；

s103：设置样本概率密度函数的初值(不同容量等级舰船ips的样本概率密度函数的初值，会有所不同，视具体舰船ips型号情况而酌情设置)；

s104：利用等分散抽样法随机数任意生成一种舰船ips的当前运行状态并根据步骤s101中设置的舰船ips的风险概率，并判断舰船ips当前运行状态；

s105：采用潮流分析方法，计算舰船ips当前运行状态下的风险指标；

s106：根据舰船ips当前运行状态下的风险指标修正样本概率密度函数；

s107：判断修正后的样本概率密度函数是否达到预设的精度或者蒙特卡洛模拟次数是否达到m？若是，则输出风险指标r，并退出流程；否则，跳转至步骤s104。

进一步地，所述舰船ips的电气参数，包括n个元件的电气参数，每个元件处于工作状态时，用状态量0表示，处于失效状态时，用状态量1表示；所述风险概率参数，包括n个元件各自预设的失效概率q1～qn；步骤s102中设置蒙特卡洛模拟次数m，在每次蒙特卡洛模拟时，抽取舰船ips的n个元件的部分元件进行模拟。。

步骤s104中，利用随机数任意生成一种舰船ips的当前运行状态，具体为：

在[0,1]区间产生随机概率，并把区间[0,1]分成m个小区间，在分成的第k个区间[(k-1)/m，k/m]内判断所述舰船ips的第i个元件是否失效，如式(1)：

式(1)中，s^ki表示第k个区间内的第i个元件的状态，元件处于工作状态时为0，处于失效状态时为1；ri表示由随机数生成的第i个元件随机概率；所述舰船ips的当前运行状态为s，即其中i＝1，2...n，k＝1，2...m。

步骤s105中，舰船ips当前运行状态下的风险指标rij的计算式如式(2)所示：

式(2)中，qij表示元件i处于第j个状态的样本概率函数；mij表示元件i处于第j个状态的抽样次数；mi表示元件i的被抽样次数；c(sk)表示在第k个区间内，系统状态sk的功率削减；pij表示元件i在状态j下的样本概率密度函数；所述样本概率密度函数为预设函数；j表示元件i的状态编号；sj表示被抽样到的所有元件在状态j下的功率削减。

样本概率密度函数pij和样本概率函数qij之间的关系如式(3)所示：

式(3)中，si表示元件i的状态总数，j＝1,2,3,...,si；k表示元件i在[0,1]内的区间编号；qik表示元件i的第k区间的样本概率函数。

步骤s107中，风险指标r由rij组成，具体为：

所述舰船ips的风险概率参数和电气参数，还包括舰船元件的电压、电流、频率和功率。

本申请以美国ddg-1000驱逐舰所搭载的舰船综合电力系统为研究对象，请参考图2，图2是舰船综合电力系统结构图；，它包括以下几个典型环节：两个主发电单元(即主发电单元1和2)、两个辅助发电单元(即辅助发电单元1和2)、储能单元、左右舷推进单元(即左舷推进单元和右舷推进单元)、五个区域负载单元(即非脉冲负载1～5)以及一个脉冲负载单元。

为方便计算，可以进一步对图2进行简化，将图2中的所有单元看成节点，按照其对应的连接方式做出节点-支路模型，并对各节点进行编号，请参考图3，图3是图2的简化图；其中，节点1为储能单元(esm)，节点2、14分别为主发电单元(mg)，节点4、12分别为辅助发电单元(ag)，节点3、13分别为左右舷推进单元(p)，节点5、11分别为左右舷母线单元，节点6～10分别为区域负载单元(al1～al5)，节点15为脉冲负载单元(pl)。

分别使用传统非序贯蒙特卡洛(方法1)、等分散抽样(方法2)、自适应抽样(方法3)、混成式非序贯蒙特卡洛改进法(方法4)的对比分析。现将四种评估方法的计算结果小结于表1中。

表1四种方法的评估结果

根据表1，绘制得到四种方法的方差系数与抽样次数的关系曲线图，请参考图4；

分析图4所示的方差系数与模拟次数关系曲线图可以看出：(1)四种方法所对应的edns结果的方差系数都随着模拟次数增大而显著减小，并在次数超过20000次时下降逐渐放缓；(2)在20000次之前，直接使用等分散抽样时，结果具有最小的方差系数；(3)对比而言，当模拟次数超过20000次时，所有方法的方差系数变化均趋于平缓，其中等分散抽样法的方差系数放平趋势最为明显，而在这个过程中，混成式非序贯蒙特卡洛法的方差系数值始终保持在最低的水平。由此可见，混成式非序贯蒙特卡洛法结果具有更高的精度。

本申请针对传统非序贯蒙特卡洛法在模拟次数较大时结果方差系数过大，模拟精度不高的问题，结合传统非序贯蒙特卡洛改进法中的等分散抽样与自适应抽样法优势，提出一种混成式非序贯蒙特卡洛改进法。通过ddg-1000舰船综合电力系统算例进行验证。算例结果表明该方法在模拟次数超过20000次情况下，比传统蒙特卡洛改进法有更快的收敛速度，以及更小的方差系数，这也意味着该方法比传统改进法的精度更高，计算收敛速度更快。

本发明提供的技术方案带来的有益效果是：实现过程相对简单，在模拟次数较高的情况下具有更小的方差系数，保证了风险评估结果的准确性。

在不冲突的情况下，本文中上述实施例及实施例中的特征可以相互结合。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。