基于动态贝叶斯网络气化炉供料系统风险分析

针对当前大型气化装置在动态风险分析方面的不足,提出一种基于动态贝叶斯网络的气化炉供料系统风险分析方法。利用气化炉供料系统各单元失效形式的相关资料,建立故障树模型,并将故障树模型转化为贝叶斯网络模型,利用K⁃2算法优化贝叶斯网络模型,结合β因子法处理共因失效对系统的影响。考虑维修因素对系统各时刻失效率的影响,同时采用GeNIe软件和Monte Carlo方法进行计算,验证所提方法的准确性和可行性。结果表明,动态贝叶斯网络在气化炉供料系统风险分析中,具有动态风险分析准确和能够识别系统薄弱环节的优点,并且依照分析结果可以得到合理的可靠性分配策略。     

基于动态贝叶斯网络的煤粉加压输送系统可靠性分析

为解决煤粉加压输送系统动态失效问题,提出一种基于动态贝叶斯网络的可靠性评估方法。首先,在分析煤粉加压输送系统的结构与功能的基础上构造事故树模型,并根据事故树模型向动态贝叶斯网络转化的规则,建立煤粉加压输送系统的可靠性分析模型。然后,引入维修因素、时间序列,利用动态贝叶斯网络的两向推理能力,确定煤粉加压输送系统的薄弱环节和可靠度的动态变化规律。结果表明,该方法可有效描述煤粉加压输送系统的动态特性,分析结果符合实际工况。     

基于动态贝叶斯网络的设备故障预测方法研究

设备维修方式由事后维修和定期维修逐步向基于状态维修进行转变,而故障预测（剩余寿命预测）则是基于状态维修的关键。本文介绍了动态贝叶斯网络的基本原理,在此基础上提出了利用动态贝叶斯网络进行故障预测的方法和步骤,最后将本方法应用于流体控制器的故障预测,结果验证了本方法的有效性。     

基于故障树及贝叶斯网络的继电保护系统风险评估及故障定位方法

继电保护系统故障树是保护系统危险性辨识和评价的重要工具.针对故障树顶级事件发生率难以精确获取、故障树不能进行反向推理等不足,提出基于故障树和贝叶斯网络的继电保护故障风险评估方法:正向上,依据保护实时运行数据确定贝叶斯网络根节点(对应故障树基本事件)故障状态,结合贝叶斯网络推理给出贝叶斯网络叶节点(对应故障树顶级事件)的故障概率,实现保护系统的先验风险预测;反向上,由贝叶斯网络叶节点故障,结合贝叶斯条件概率公式,计算贝叶斯网络根节点的故障概率,实现故障原因的后验定位及溯源.所提方法为提高保护系统可靠性和进行故障诊断提供依据.     

基于GO法与DBN的冗余系统可靠性分析

为获得冗余可修系统在共因失效影响下的可靠性动态变化规律,提出了一种将改进GO法与动态贝叶斯网络相结合的新算法。首先,根据系统的原理图与流程图建立GO图模型;然后,基于信号流与各操作符向动态贝叶斯网络的映射规则,将GO图模型转化为动态贝叶斯网络;最后,凭借动态贝叶斯网络成熟的软件与算法对模型进行求解。通过对算例的验证和比较可以得出,该方法不但能够得到冗余系统的可靠度与可用度随时间变化的动态曲线,还能处理维修因素与共因失效对分析结果的影响。此外,新算法具有强大的反向推理能力,可迅速获得系统的薄弱环节,为实现系统的故障诊断提供理论支持     

地下建筑火灾风险的贝叶斯网络评估系统设计

针对地下建筑火灾过程中存在的不确定性因素会影响到火灾风险定量评估准确性的问题,提出了基于贝叶斯网络的风险评估方法:首先,根据地下建筑火灾场景的理想假设建立贝叶斯网络模型;然后,考虑不确定因素的影响对模型进行修正,利用经修正的模型计算火灾发展到不同阶段的概率,进而评估火灾风险;最后,提出了利用Visual Basic+ Matlab混合编程的方法开发基于贝叶斯网络的火灾风险评估系统,降低对评估人员专业知识的要求,便于方法的推广应用.     

基于FTA-BN模型的煤粉锅炉受热面故障风险研究

煤粉锅炉受热面在故障演化过程中具有不确定性,难以准确地评估故障风险。针对上述问题,采用了一种基于故障树分析(FTA)与贝叶斯网络(BN)的方法研究煤粉锅炉受热面故障风险。此方法结合了故障树易于梳理事件之间因果关系和贝叶斯网络不确定性分析的优势。首先,建立煤粉锅炉受热面4层故障树模型;然后,映射成BN模型并进行不确定性修正,通过与某电厂煤粉锅炉故障数据对比,验证所提方法可以提高故障风险评估的准确性;最后,根据BN的反向诊断推理,找出故障风险关键因素,提升锅炉受热面的安全性。     

基于贝叶斯攻击图的动态安全风险评估模型

攻击者通过分析网络中漏洞的相互关联关系逐步攻破多个漏洞,而攻击图模型虽然能描述网络内潜在威胁的传播路径,但未充分考虑攻击事件对攻击图中所有属性节点置信度的动态影响。为此,提出一种基于贝叶斯攻击图的动态风险评估(dynamic risk assessment based on Bayesian attack graphs, DRA-BAG)模型。该模型运用贝叶斯信念网络建立用于描述攻击行为中多步原子攻击间因果关系的概率攻击图,其中采用通用漏洞评分系统指标计算漏洞利用成功概率,并利用局部条件概率分布表评估属性节点的静态安全风险;进而结合入侵检测系统观测到的实时攻击事件,运用贝叶斯推理方法对单步攻击行为的后验概率进行动态更新,最终实现对目标网络整体安全性的评估。实验结果表明,本文方法可评估动态安全风险和推断攻击路径,为实施安全防护策略提供依据。     

贝叶斯网络及其在柴油机故障诊断中的应用

基于柴油机动力装置故障树的诊断模式，引入了目前处理概率知识基础上不确定性问题的最有力的推断方法之——贝叶斯网络，但是如何建立贝叶斯网络是其广泛应用的“瓶颈”。介绍了贝叶斯网络的基本理论并提出了基于故障树的贝叶斯网络建造方法，建立了柴油机故障树诊断模型，并把它转化成贝叶斯网络，利用贝叶斯网络对柴油机系统进行了故障诊断，从而改善了诊断结果，并按照最优原则充分利用观测信息，进行了网络的更新和知识积累。     

一种基于动态贝叶斯网的高效多故障诊断算法（会议）

故障管理是网络管理的重要内容之一,快速准确地定位网络故障是一项重要的研究课题。基于静态贝叶斯模型的故障诊断方法已被广泛采用,但当网络动态变化时,该方法具有很大局限性。目前,当网络动态变化时,可以提高诊断准确度的算法是基于动态贝叶斯模型的,但已有算法复杂度较高,不适用于规模较大的网络。本文首先将被管系统建立成动态贝叶斯模型,并提出一种能够处理多故障的近似推理算法。接下来通过复杂度分析,证明该近似算法时间复杂度为多项式级,远远低于精确算法的时间复杂度下限,可以用于解决大规模动态网络的故障诊断问题。最后通过实验证明,本文提出的新算法在准确度方面虽然略低于精确算法,但执行效率上远远高于精确算法。     

基于动态贝叶斯网络的气化炉烧嘴系统可靠性分析

为解决在分析系统可靠性时获取的动态贝叶斯网络（DBN）的先验数据主观性强的问题,以气化炉烧嘴系统为研究对象,利用BP神经网络优化DBN的先验数据。依据隐含层神经元数量经验公式,将气化炉烧嘴系统DBN模型划分为3个子系统,并分别转化为BP神经网络。将DBN的先验分布分别对应BP神经网络的输入函数与输出函数,再利用BP神经网络信息向前传、误差向后传的特性,对系统进行性能学习,实现对DBN的先验数据优化。对优化后气化炉烧嘴系统的DBN进行双向推理,实现对气化炉烧嘴系统动态可靠性分析。结果表明,对气化炉烧嘴系统DBN进行正向推理,可得到优化后的系统可靠性变化趋势;进行反向推理,可得到优化前后的关键事件及薄弱环节,其中薄弱环节为高氧煤比氧煤比的波动。     

基于风险检验技术的电站锅炉过热器评定方法

为了科学评价电站锅炉过热器的风险状况,制定合理的管理和维护策略,减少非计划停炉,研究基于风险检验（RBI）技术的过热器风险评定方法.研究过热器炉管的失效机理,建立适用于过热器炉管的高温烟气冲蚀因子和高温蠕变因子计算方法;结合我国超期服役、炉管材料初始缺陷等情况,提出基于剩余寿命参量的失效可能性修正系数;进一步确定合理的经济损失法来计算炉管失效后果,建立失效后果等级划分准则.通过对某末级过热器炉管失效的可能性和失效后果进行定量分析和计算,评定了炉管风险等级,制定了合理的管理和维护策略.     

基于贝叶斯网络的高速列车碰撞风险评价

碰撞事故已成为影响高速列车运营安全的重要因素,采用科学方法对安全风险进行有效的预测与评估具有重要意义.从组织、人因错误的角度出发,利用贝叶斯网络构建了碰撞事故的致因关系.参考专家知识,基于风险发生概率语言变量量化基本事件的条件概率,构建条件概率表,利用GeNIe软件进行了概率推理和风险因素灵敏度分析,定量评估了列车碰撞的风险,找出了影响最突出的风险因素.通过案例研究表明,贝叶斯网络对于高速列车运营安全风险预测是可行的,计算得到的风险概率不仅指出了重要的影响因素,也反映了高速列车系统目前的安全状况.     

基于力学贝叶斯网络的钢桁架安全评估

为了评估桁架结构的安全性能,采用力学贝叶斯网络表示桁架各单元间的逻辑关系. 提出根据力学分析建立网络拓扑,网络节点变量包括连续型的桁架结构各单元最大应力、离散型的下平纵梁状态及体系状态;通过条件概率描述节点间的逻辑关系强度,基于数值分析和抽样实现参数学习,建立力学贝叶斯网络;以一榀钢桁架模型的4个单元最大应力作为已知证据输入建立的贝叶斯网络,推理其余单元的最大应力以及体系状态概率. 研究结果表明：在监测单元最大应力已知的情况下,利用力学贝叶斯网络可以估计其余各单元的最大应力值,评估的所有单元应力与观测值间的决定系数 ${R^2}$=0.9992,表现出较强一致性. 与此同时,更靠近已知单元的估计结果更为精确,可以为监测点的选取提供参考. 此外,推理的桁架体系状态概率与观测数据一致,可以为桁架结构体系安全评定提供参考.     

风险度理论在电力系统断线故障评价中的应用

大规模联网使电力系统运行更加复杂,这也对电网风险评价提出了更高的要求.应用风险度理论,在系统负荷变化的环境下,对电网断线造成的低电压风险进行评价.介绍了电网风险度的概念,然后根据故障概率分布函数和低电压函数建立了风险评估模型,最后在IEEE - 39.系统上进行了仿真测试,结果验证了方法的有效性,可以为电力系统风险评价人员提供一定的参考依据.     

基于模糊神经网络的电力系统连锁故障风险评估

为了减少大规模停电事故，通过分析由保护装置隐性故障造成的电力系统连锁故障的基本过程和基本原理，建立了风险模型，并提出了应用模糊神经网络进行电力系统连锁故障风险评估的指标和方法.利用训练后的模糊神经网络，实现了通过升级保护装置性能来降低电力系统连锁故障风险的预防策略.针对电力系统连锁故障的随机性和严重性的特点，该方法较好地描述了电力系统的安全状态，对系统风险的分类效果好，评估速度快，具有较好的实用性.IEEE 118 bus系统的应用结果表明了该方法的可行性.     

基于改进熵权⁃突变级数法的气化炉风险评估

为了提高气化炉风险评估的准确性,提出了一种将云模型与突变级数法相结合的安全评价方法。通过查阅文献及专家分析,将气化炉风险分为机械系统、人员、管理以及环境风险,建立气化炉多层次风险评估体系。云模型是一种定性与定量之间相互转换的有效工具,云模型中引入熵与超熵特征值,提出云熵权法改进传统权重计算方法,对所有指标进行权重计算,提高排序结果的准确性。根据归一公式计算各层指标的突变隶属度值及气化炉总突变隶属度值,依据风险等级评价表判断气化炉风险等级。结果表明,该方法提高了权重排序的全面性和客观性,使气化炉风险评估结果与实际相符合,验证了该方法的可行性和有效性。