基于贝叶斯网络的牵引变电所主接线可靠性评估

贝叶斯网络是研究不确定性问题的重要方法之一,把贝叶斯网络法用到牵引变电所的可靠性评估中,结合牵引变电所电气主接线的故障树和最小路来建立贝叶斯网络。通过故障树的贝叶斯网络计算了其可靠性指标,能够有效地识别系统的薄弱环节,实现了牵引变电所可靠性的定性和定量评估。用基于最小路的贝叶斯网络对上面的可靠性指标进行了验证,为牵引变电所可靠性评估提供了新的方法。     

一种基于贝叶斯网络的电力系统可靠性评估新方法

贝叶斯网络能够灵活地表示不确定性信息，并能进行不确定性推理。运用贝叶斯网络方法进行电力系统可靠性评估，不但能计算出电力系统的可靠性指标，而又能方便地给出每个部件或几个部件对系统整体可靠性的影响大小，从而克服了电力系统传统可靠性评估方法的不足。文中提出了结合故障树和最小路集来建立贝叶斯网络的新方法，并用两个例子阐述了用贝叶斯网络方法进行电力系统可靠性评估的有效性和优越性。     

基于动态故障树和贝叶斯网络结合的配电系统可靠性建模及评估

针对传统故障树法在配电系统可靠性评估中存在的缺陷,提出动态故障树和贝叶斯网络相结合的算法。通过建立数学模型对台州某配电系统进行评估,确认算法的有效性。     

基于改进贝叶斯网络的风电机组动态可靠性评估

传统的贝叶斯网络方法对于新型智能化风电机组获取的“多元异质”状态信息、机组部件故障与状态信息间的耦合关联描述不全面,易造成可靠性评估结果不准确。为此,建立一种融合故障树、云模型及无标度网络的改进贝叶斯网络。引入迭代更新的思路,将改进贝叶斯网络与时序分析方法相结合,提出一种风电机组动态可靠性评估方法。算例结果表明,该方法不仅可以有效地利用风电机组的实时状态信息进行定量的动态可靠度计算,而且可以利用贝叶斯网络、状态结构洞以及无标度网络实现对状态信息与“部件-状态”结构关联特性的表达,提高了动态可靠性评估的准确性。     

基于贝叶斯网络的智能电能表可靠性预计研究

可靠性作为智能电能表正常工作的重要指标,是现阶段电能质量研究的重点问题,针对智能电能表可靠性预计的重要性为切入点,讨论电能表可靠性的研究过程,以贝叶斯网络为依据,分析了传统的贝叶斯网络的可靠性预计双向推理的方法,并且同时结合故障树的模型理论,在可靠性研究的求解过程中引入了新的桶消元法对贝叶斯网络进行计算简化,从而快速得到可靠性预计结果。最后通过提出的方法,应用于电能表可靠性预计实例当中,计算的结果满足GJB/Z299C-2006标准在误差范围内的要求,从而证明,该方法简化预计过程的同时准确的预计出可靠性结果。     

基于贝叶斯网络的智能电能表可靠性预计的研究

可靠性作为智能电能表正常工作的重要指标,是现阶段电能质量研究的重点问题,本文针对智能电能表可靠性预计的重要性为切入点,讨论电能表可靠性的研究过程,以贝叶斯网络为依据,分析了传统的贝叶斯网络的可靠性预计双向推理的方法,并且同时结合故障树的模型理论,在可靠性研究的求解过程中引入了新的桶消元法对贝叶斯网络进行计算简化,从而快速得到可靠性预计结果。最后通过本文提出的方法,应用于电能表可靠性预计实例当中,计算的结果满足GJB/Z299C-2006标准在误差范围内的要求,从而证明,该方法简化预计过程的同时准确的预计出可靠性结果。     

基于双层同构贝叶斯网络模型的配电网可靠性评估

提出了一种双层同构贝叶斯网络模型进行配电网的可靠性评估和再评估.在进行馈线分区的基础上,结合区域故障模式影响分析(Failure-Mode-and-Effect Analysis,FMEA)构成贝叶斯网络.通过贝叶斯网络的正向推理评估负荷点及配电网的可靠性,求取可靠性指标.通过网络的反向推理进行假设分析,识别网络中的薄弱环节,采用双层结构分别计算停运概率指标和停运频率指标.该方法可以处理带子馈线的复杂配电网可靠性评估问题,能够考虑自动装置不可靠动作、备用电源、线路计划检修等情况.算例分析结果表明了该方法的有效性.     

基于故障树和贝叶斯网络的锂电池模组产线故障诊断方法研究

针对高柔性生产线故障排查困难等问题,提出了一种故障树分析和贝叶斯网络结合的动力锂电池模组生产线故障诊断方法。首先,通过分析生产线机械结构和工艺流程,结合收集的故障案例,构建自动上料工位的故障树,对故障进行定性分析;其次,使用Netica软件将故障树模型转化为贝叶斯网络模型,对故障进行定量分析;最后,将企业实际故障案例代入故障树进行验证对比。验证结果表明,故障树分析和贝叶斯网络相结合的故障诊断方法准确率达到91.04%,能够实现对整条生产线的故障诊断,诊断过程中不断迭代完善的贝叶斯网络模型可为后续生产工艺的改进提供依据。     

发生共因失效的状态评估系统运行可靠性分析

引入贝叶斯网络,对发生共因失效的状态评估系统的子系统或组件与失效事件建立逻辑关系故障树和最小割集。对原始故障树进行多重阶段任务简化,从底层事件到顶层事件,逐层向上进行二进制运行状态赋值,生成系统共因失效贝叶斯网络和二进制运行状态关系表格。通过β因子模型对共因失效进行定量分析,并在β因子模型基础上进一步讨论了β的近似取值方法。以变压器在线监测装置油色谱和绝缘单元的共因失效分析为例对该方法进行验证,结果表明该方法可对复杂系统的共因失效问题进行适当简化,根据子系统或组件串联或并联的关系进行系统运行可靠性分析。     

空管供配电系统可靠性分析

本文分别采用故障树分析法和基于故障树的贝叶斯网络分析法对空管供配电系统进行可靠性分析和薄弱环节识别,计算得出空管供配电系统可靠性指标,同时给出一个或多个部件对空管供配电系统整体可靠性的影响值.分析对比了两种空管供配电系统可靠性分析方法的不同,并提出优化建议,识别薄弱环节,从而有针对性地增强系统的可靠性.     

贝叶斯网络在配电系统可靠性评估中的应用

提出了基于元件的最小状态割集建立多状态贝叶斯网络以实现配电系统可靠性分析的新方法.该方法的特点是不仅能进行配电系统的可靠性指标评估,而且还能方便地得到系统各元件状态和最小状态割集对整个系统可靠性的影响,从而克服了配电系统传统可靠性评估方法的不足.     

Bayesian network model for reliability assessment of power systems

This paper presents an application of Bayesian networks (BN) to the problem of reliability assessment of power systems. Bayesian networks provide a flexible means of representing and reasoning with probabilistic information. Uncertainty and dependencies are easily incorporated in the analysis. Efficient probabilistic inference algorithms in Bayesian networks permit not only computation of the loss of load probability but also answering various probabilistic queries about the system. The advantages of BN models for power system reliability evaluation are demonstrated through examples. Results of a reliability case study of a multi-area test system are also reported     

基于故障树分析的电力变压器可靠性评估方法(英文)

Accurate assessment of system reliability with limited or insufficient statistical data is difficult. At present, to assess the reliability of the transformers primarily depend on the statistics data, and the result of the assessment does not accurately reflect the reliability of a transformer. Fault tree is a powerful tool for depicting the logical relationships between the faults system. However, for a sophisticated reliability system, like power transformer, fault analysis is hard or infeasible because of the complexities of the equipment configuration and its faults. This paper presents a method which overcomes the drawbacks of traditional fault-tree analysis (FTA) by using FTA based on fault probability and equivalent calculation of each failure mode. Based on the further analysis of typical failure modes and influences of power transformer, the fault-tree of transformer is set up by using FTA techniques and the assessment method for the reliability of transformer is put forward, combined with the index of the importance and the method of improved analytic hierarchy process(IAHP). The assessment examples show the method can deduct the failure modes of transformer clearly, meanwhile, find out the weaknesses in time during the operation and get better assessment results. The method is helpful for the reliability analysis of a sophisticated system.     

核电站停堆保护系统安全性仿真研究

核电站的安全可靠是其运行的第一要素,故障树分析是核电站概率安全评价的重要方法。引用蒙特卡罗方法对故障树进行定理分析建模,给出了故障树仿真程序框图,编写了仿真程序,做成了可靠性评估软件。通过实例指出各底事件对整个系统的重要度,对核电站的设计、维修和改造具有指导意义。     

基于粒子群优化支持向量机的变压器故障诊断

为了克服了人工神经网络(ANN)中存在的过拟合、收敛速度慢、容易陷入局部极值等缺点,提出了基于粒子群优化支持向量机(PSO-SVM)的变压器故障诊断方法,即将粒子群优化算法(PSO)用于SVM参数优化。PSO是一种智能群体搜索方法,它源于对鸟类捕食行为的研究。这种方法不仅具有很强的全局搜索能力,而且容易实现,适合于SVM参数优化。变压器故障诊断实例分析结果证明,PSO-SVM的诊断精度高于IEC三比值法、BP神经网络、普通的SVM,PSO-SVM适用于电力变压器故障诊断。     

贝叶斯网络在大坝风险分析中的应用

风险分析是大坝安全风险管理的重要环节,目前多以事件树、故障树作为分析方法,但存在一定的局限性.而贝叶斯网络作为一个较新的系统风险分析工具,能够快速而有效地求解出系统的失效概率,并能够通过双向推理,直观地分析出系统中各部件对系统安全的影响大小,从而得到系统的薄弱环节,有利于采取安全补救措施.本文在简要介绍贝叶斯网络的基础上,通过两个例子说明贝叶斯网络在大坝风险分析中的应用,从而为大坝风险分析提供一种新方法.     

大型电力变压器故障树的构建及分析

故障树是表现一个系统各种故障间逻辑关系的有力工具，然而电力变压器的结构及故障复杂，给故障分析工作带来困难。本文提出以故障模式及影响分析(FMEA)为基础的故障树分析方法，并应用于大型电力变压器。通过FMEA的支持，不仅有助于构建复杂系统的故障树，还可为树的定量分析提供必要的底事件概率数据，为复杂系统的可靠性分析提供一种有效的方法。     

结合D-S证据推理的贝叶斯网络法在配电网可靠性评估中的应用

D-S证据理论的不确定推理方法,能够很好地处理具有模糊和不确定信息的合成问题。本文针对配电网可靠性评估中原始参数的不完整或者主观性参数对评估结果的影响,将D-S证据推理方法与传统的贝叶斯网络法相结合,进行配电系统的可靠性评估。通过构造信任函数、似然函数和多状态的节点模型,建立改进的贝叶斯网络模型。该方法很好地解决了由于信息的不完整和不确定对可靠性评估结果造成的影响,减少了传统可靠性评估方法对设备原始参数的依赖性,更加客观地反映了系统的可靠性。通过实例分析,验证了该方法的有效性。     

基于贝叶斯网络的架空输电线路运行状态评估

为了详尽及时地掌握架空输电线路的运行情况,提高线路运行的可靠性,提出了一种基于贝叶期网络的架空输电线路运行状态评估方法.贝叶斯网络可以灵活地表示变量的随机不确定性和相关性,还能方便地进行不确定性推理.基于贝叶斯网络建立的架空输电线路运行状态数学模型,不仅能够得出架空输电线路及其各部件的3种运行状态的状态概率,而且还可以动用贝叶斯网络的双向推理技术方便地求解架空输电线路各部件对整条线路运行状态的影响,得出整条架空输电线路的薄弱环节,通过实例计算表明了此方法的有效性和实用性.