[发明专利]适用于非正定型相关性控制的改进拉丁超立方抽样方法

摘要

本发明公开了一种适用于非正定型相关性控制的改进拉丁超立方抽样方法，包括：S1，获得输入变量的累积分布函数或大量实测的离散数据及各变量间的相关系数矩阵；S2，分布函数已知时采用重要抽样法抽取样本，未知时采用改进的拉丁超立方抽样法，得到样本矩阵；S3，基于正定谱分解法，对相关系数矩阵进行修正；S4，对修正后随机顺序矩阵的相关系数矩阵，进行Cholesky分解和相关变换；S5，通过指定的相关系数矩阵计算顺序矩阵，按顺序矩阵排序，确定最终的样本矩阵；S6，将样本矩阵带入节点，进行潮流计算,得到节点电压与支路功率，计算相对误差指标。本发明解决了输入变量分布函数未知和非正定矩阵无法分解的问题，扩大了拉丁超立方抽样方法的适用范围。

主权项

一种适用于非正定型相关性控制的改进拉丁超立方抽样方法，其特征在于，所述方法包括以下步骤：步骤S1，首先获得输入变量的累积分布函数或输入变量大量实测的离散数据及各变量间的相关系数矩阵；步骤S2，分布函数已知时采用重要抽样法抽取样本，未知时采用改进的拉丁超立方抽样法抽取样本，得到样本矩阵；步骤S3，基于正定谱分解法，对相关系数矩阵进行修正；步骤S4，对修正后的随机顺序矩阵的相关系数矩阵，进行Cholesky分解和相关变换；步骤S5，对指定的相关系数矩阵修正分解后确定最终的顺序矩阵，按顺序矩阵排序，确定最终的样本矩阵；步骤S6，将样本矩阵带入节点，进行潮流计算，得到节点电压与支路功率，计算相对误差指标。