论文部分内容阅读
目前,电力系统可靠性评估主要采用解析法和蒙特卡罗模拟法,只能进行灵敏度分析和可靠性指标计算,难以有效地识别电力系统可靠性的薄弱环节,而一般可靠性工程中采用的重要度分析方法又难于在电力系统可靠性评估中应用。贝叶斯网络提供了一种知识图解化的表示方法,可以对节点变量之间的因果概率关系进行有向图解描述,主要用于不确定性知识表达、因果推理和诊断推理等。贝叶斯网络的推理模式多样,可以有效地识别电力系统可靠性的薄弱环节。本文利用贝叶斯网络的优势,对其在电力系统可靠性评估中的应用进行了研究,主要研究成果如下: 1.对一般可靠性工程中常用的几种重要度、电力系统可靠性评估的灵敏度分析和贝叶斯网络因果推理、诊断推理的条件概率的物理意义进行了对比分析,结果表明贝叶斯网络方法更适合于识别可靠性薄弱环节。2.将采用前向采样的贝叶斯网络随机模拟推理算法与电力系统可靠性评估中的时序模拟法相结合,提出了适合于大型电力系统可靠性评估的贝叶斯网络时序模拟近似推理算法(简称时序模拟推理算法)。仿真结果表明,该算法的推理结果与贝叶斯网络精确推理算法的推理结果接近。3.基于最小状态割集建立了多状态电气主接线元件的贝叶斯网络模型,对常用的一个半断路器接线方案和双母线接线方案的电气主接线进行了可靠性评估,体现了应用贝叶斯网络进行电气主接线可靠性评估的优势。采用本文提出的时序模拟推理算法和精确推理算法分别对上述两种电气主接线的可靠性进行了计算,结果表明时序模拟推理算法的计算误差较小。4.提出了配电系统可靠性评估的贝叶斯网络模型,并对IEEE 提出的配电系统可靠性测试系统(RBTS)进行了计算,验证了所建贝叶斯网络模型的正确性。5.建立了发电系统和互联发电系统的贝叶斯网络模型,采用本文提出的时序模拟推理算法和精确推理算法分别对IEEE-RTS 发电系统可靠性测试系统进行了可靠性计算,验证了本文所提出的时序模拟推理算法的有效性。6.提出了基于贝叶斯网络的输电系统故障元件的快速故障诊断新方法,建立了具有容错能力的面向输电系统元件的贝叶斯网络故障诊断模型。