共查询到18条相似文献,搜索用时 78 毫秒
1.
为构建更为直观显示水电机组各类型故障之间因果关系的水电机组故障诊断模型,提出一种基于可能性原理的模糊认知贝叶斯网络建模方法,通过专家经验与数据学习构建普通贝叶斯网络与条件概率表,利用条件概率表发现变量间的概率因果关系,并根据不确定性原理将概率因果关系转化为模糊因果关系,最后确定因果关系标志符号,并完成模型的构建。通过构建水电机组故障诊断模型对模糊认知贝叶斯网络模型进行了有效验证,结果表明该模型能直观反映水电机组各类型故障之间的因果关系。 相似文献
2.
3.
随着建设工程复杂程度的提升,工程建设风险越来越大,进度风险对工程效益的影响越来越明显。为了给工程项目的决策者提供进度风险决策依据,提出基于模糊贝叶斯网络的工程项目进度完工概率分析模型。先根据专家的模糊语言描述及积分值法确定根节点的概率和各父节点的条件概率,然后将其运用到贝叶斯网络推理计算网络计划完工概率,最后将该模型应用于实例中,并运用NETICA对网络计划进行推理分析,从而验证了模型的可行性和有效性。 相似文献
4.
在实际工程中,避雷器缺陷的样本较少,利用神经网络之类的智能算法难以得出精准的判断。为此提出一种基于贝叶斯网络的避雷器缺陷诊断方法,该方法首先通过主成分分析法提取了21个影响避雷器运行的特征参量,随后考虑提取后的特征参量建立两层信息架构的缺陷诊断模型,根据已有的实时数据计算不同类别下的分类概率,若第一次分类结果表明避雷器异常,则补充新的检测证据进行二次诊断。最后选用某地区同一电压等级下的6台避雷器,分析和验证了所提方法的有效性和正确性。 相似文献
5.
为了使投资者对节能住宅投资风险的高低有一定的了解,做出投资与否的正确判断,文中将贝叶斯网络引入节能住宅投资风险研究中,同时采用GeNie2.0贝叶斯分析软件进行建模,构建了节能住宅投资风险决策的贝叶斯网络模型,通过模型的分析可以表明,此时投资者适不适合投资,如果当风险因素发生变化时,可以通过模型的自动更新功能,及时地更新整个网络,从而使投资者更加准确地把握各种信息,并运用一个案例验证了该模型的有效性。 相似文献
6.
7.
8.
9.
10.
隧道开挖安全风险因子的早期识别及风险评估,对隧道后期施工及安全管理具有重要的指导意义。在收集研究区8条隧道相关资料的基础上确定影响因子,同时结合同类型隧道开挖遇到的主流问题进行分析,采用专家打分法确定了各安全风险因子的权重比例,确定了6个一级安全风险因子和20个二级安全风险因子,并对各一级因子权重进行归一化处理,进而得到各安全风险因子条件概率表和先验概率表,最后利用GeNie2.3软件进行风险评价。研究表明,线路涉及的隧道工程总体安全风险水平为Ⅲ级,各安全风险因子中敏感性较高的为地震(B3)、塌方(B6)及开挖方式的合理性(B15),并在此基础上提出了应对措施。 相似文献
11.
目的 厂用水系统作为核电厂的最终热阱对核电厂的运行及事故缓解具有重要意义。 方法 采用故障树方法对正常运行工况与停堆工况在寒冷与非寒冷天气条件下的四种情况进行模化,并分析了厂用水系统作为事故缓解手段的可靠性;蒙特卡罗方法被用于分析该系统作为始发事件贡献因素的可运行性;同时,由敏感性分析得到了设备失效率、定期维修周期与年平均不可用时间的关系并就此给出了相关优化建议。 结果 定量化结果给出厂用水系统对于不同任务时间的不可靠度,其中重点关注的正常运行工况在非寒冷天气下的不可靠度为1.47E-01(任务时间1年),事故缓解过程的不可靠度为4.10E-04(任务时间72 h);停堆工况非寒冷天气下的不可靠度为6.45E-03(任务时间96 h)。丧失厂用水作为始发事件的发生频率约2.0E-03/年,系统的年平均不可用时间约3.4 h。 结论 结果表明:海水预处理系统作为厂用水冷却塔的补水水源,对厂用水系统不可靠度贡献较大,并且该系统中贡献最为显著的主给水管道上电动隔离阀的运行失效,因没有冗余设计而成为单点故障。此外,相比于降低设备的失效率,缩短定期维修周期对于降低年平均不可用时间更具有效性和可操作性。 相似文献
12.
针对船用燃气轮机动态安全性分析的困难,本文采用动态贝叶斯网络方法对动态故障树进行改进,建立用于动态安全性分析的动态贝叶斯网络模型。方法克服了动态故障树的缺点和不足,更加适合于燃气轮机动态安全性分析。实例分析表明了方法的正确性和优势。 相似文献
13.
14.
15.
快速准确地进行配电网可靠性评估具有重要意义,然而传统的配电网可靠性评估方法并不适用于评估大规模配电系统的综合可靠性指标,对大规模电网的可靠性进行评估时往往会造成建模困难、计算量剧增的问题。因此,提出基于Improved-Elman(IElman)反馈型动态神经网络的配电网可靠性评估方法,即在Elman神经网络的承接层中加入自反馈连接增益系数来衡量历史信息对未来状态的影响程度,并通过思维进化算法对Elman神经网络的相关参数进行优化。在采用神经网络评估前,利用灰色关联度分析对神经网络的输入变量进行预处理。所提出的方法与普通神经网络评估模型相比,平均相对误差由5.43×10~(-4)降到7.32×10~(-5),表明该方法能够有效简化计算,提高神经网络对复杂问题的评估精度。 相似文献
16.
《International Journal of Hydrogen Energy》2019,44(48):26665-26678
Hydrogen leakage is a crucial risk for the hydrogen generation unit, which would lead to the potential fire and explosion accidents. Hydrogen leakage risk analysis is the essential alternative to ensure the safety of the hydrogen generation process. This paper presents a dynamic risk analysis methodology regarding the hydrogen leakage in the hydrogen generation unit by using the dynamic Bayesian network, which is employed to address the potential uncertainty and dynamic nature underlying the leakage risk of the hydrogen generation unit. A case study of hydrogen generation unit is carried out to demonstrate the applicability and advantage of the proposed methodology. Results indicate that the leakage probability of hydrogen generation unit can be significantly decreased within one year through equipment repair. Furthermore, the failure and repair rates of overflow alarm and pressure sensor are the most contributory factors to the hydrogen generation unit leakage. Finally, some active mitigative suggestions are presented to further reduce the leakage risk of the hydrogen generation unit. 相似文献
17.