Использование методов машинного обучения при оценке надежности электроэнергетических систем методом Монте-Карло

В статье рассматривается вопрос повышения вычислительной эффективности процедуры оценки балансовой надежности электроэнергетических систем при использовании метода статистических испытаний (метод Монте-Карло). При использовании данного метода необходимо сгенерировать случайным образом определенное количество состояний моделируемой системы. Известно, что при этом скорость и точность выполнения расчета зависит от числа таких случайных состояний, подлежащих анализу, поэтому одним из способов решения поставленной задачи является сокращение их числа при соблюдении требуемой точности оценки. Для этого предлагается использовать методы машинного обучения, задача которых заключается в классификации расчетных состояний электроэнергетической системы. При проведении эксперимента были применены метод опорных векторов и метод случайного леса. Результаты расчетов показали, что использование данных методов позволило сократить число анализируемых случайных состояний системы, тем самым сокращая общее время на проведение расчетов в целом и доказывая эффективность предлагаемого подхода. При этом наилучшие результаты были получены при применении метода случайного леса.

Ключевые слова

электроэнергетические системы; оценка надежности; метод Монте-Карло; машинное обучение.

Литература

1. Ковалев, Г.Ф. Надежность систем электроэнергетики / Г.Ф. Ковалев, Л.М. Лебедева. - Новосибирск: Наука, 2015.
2. Panasetsky, D. Development of Software for Modelling Decentralized Intelligent Systems for Security Monitoring and Control in Power Systems / D. Panasetsky, N. Tomin, N. Voropai // IEEE Eindhoven PowerTech. - 2015. - P. 1-6.
3. Вапник, В.Н. Теория распознавания образов / В.Н. Вапник, А.Я. Червоненкис. - М.: Наука, 1974.
4. Breiman, L. Random Forests / L. Breiman // Machine Learning. - 2001. - V. 45, № 1. - P. 5-32.
5. Кнут, Д. Искусство программирования. Т. 2. Получисленные алгоритмы / Д. Кнут. - М.: Вильямс, 2001.
6. Matsumoto, M. Mersenne Twister: A 623-Dimensionally Equidistributed Uniform Pseudorandom Number Generator / M. Matsumoto, T. Nishimura // ACM Transactions on Modeling and Computer Simulations. - 1998. - V. 8. - P. 3-30.
7. Соболь, И.М. Многомерные квадратурные формы и функции Хаара / И.М. Соболь. - М.: Наука, 1969.
8. Levin, A. On Application of the Structure of the Nonlinear Equations System, Describing Hydraulic Circuits of Power Plants in Computations / A. Levin, V. Chistyakov, E. Tairov // Вестник ЮУрГУ. Серия: Математическое моделирование и программирование. - 2016. - V. 9, № 4. - P. 53-62.
9. Крупенев, Д.С. Формирование случайных состояний электроэнергетических систем при оценке их надежности методом статистических испытаний / Д.С. Крупенев, Д.А. Бояркин, Д.В. Якубовский // Надежность и безопасность энергетики. - 2017. - T. 10, № 1. - C. 33-41.
10. Van Rijsbergen, C.J. Information Retrieval / C.J. van Rijsbergen. - London: Butterworths, 1979.