computation is also large when usin

computation is also large when using the conventional
convolution algorithm [5] or Fast Fourier decomposition
algorithm etc [6]. The semi-invariant [7-9] can independently
transform random variables convolution into simple addition
and improve the calculation efficiency. This paper uses
semi-invariant comprehensively considering random factors
to calculate probabilistic load flow. Finally, we test the
feasibility and superiority of this method in the IEEE30 bus
system.

ผลลัพธ์ (ไทย) 1:

คำนวณก็ขนาดใหญ่เมื่อใช้การปกติ
convolution อัลกอริทึม [5] หรือแยกส่วนประกอบได้อย่างรวดเร็วฟูรีเย
อัลกอริทึมเป็นต้น [6] Invariant กึ่ง [7-9] สามารถอิสระ
convolution แปลงตัวแปรสุ่มเป็นอย่างนี้
และช่วยเพิ่มประสิทธิภาพในการคำนวณได้ เอกสารนี้ใช้
กึ่งบล็อกสาธารณชนพิจารณาปัจจัยสุ่ม
คำนวณกระแส probabilistic โหลด สุดท้าย เราทดสอบการ
ความและปมของวิธีการนี้ในรถ IEEE30
ระบบการ

ผลลัพธ์ (ไทย) 2:

การคำนวณยังมีขนาดใหญ่เมื่อใช้แบบธรรมดา
[5] หรือการสลายตัวโดย Fast Fourier ขั้นตอนวิธีการบิด
ขั้นตอนวิธีการอื่น ๆ [6] กึ่งคงที่ [7-9] เป็นอิสระสามารถ
เปลี่ยนตัวแปรสุ่มบิดเป็นนอกจากนี้ง่าย
และปรับปรุงประสิทธิภาพการคำนวณ กระดาษนี้ใช้
กว้างพิจารณาปัจจัยสุ่มกึ่งคงที่
ในการคำนวณภาระการไหลของความน่าจะเป็น สุดท้ายเราทดสอบ
ความเป็นไปได้และเหนือกว่าของวิธีการนี้ในรถบัส IEEE30
ระบบ

ผลลัพธ์ (ไทย) 3:

การคำนวณมีขนาดใหญ่เมื่อใช้ขั้นตอนวิธีแบบขด
[ 5 ] หรือ ฟูเรียร์เร็วการสลายตัว
ขั้นตอนวิธี ฯลฯ [ 6 ] กึ่งไม่เปลี่ยนแปลง [ 4-5 ] อิสระสามารถแปลงตัวแปรสุ่มขดเป็น

นอกจากนี้ที่เรียบง่ายและปรับปรุงการคำนวณประสิทธิภาพ กระดาษนี้ใช้
กึ่งความกว้างพิจารณาปัจจัยสุ่ม
ในการคำนวณการไหล โหลด ความน่าจะเป็น . ในที่สุดเราทดสอบ
ความเป็นไปได้และความเหนือกว่าของวิธีการนี้ในระบบบัส
ieee30 .