CN106600127A - 一种基于贝叶斯网络可靠性修正模型的继电保护系统风险评估方法 - Google Patents
一种基于贝叶斯网络可靠性修正模型的继电保护系统风险评估方法 Download PDFInfo
- Publication number
- CN106600127A CN106600127A CN201611108579.9A CN201611108579A CN106600127A CN 106600127 A CN106600127 A CN 106600127A CN 201611108579 A CN201611108579 A CN 201611108579A CN 106600127 A CN106600127 A CN 106600127A
- Authority
- CN
- China
- Prior art keywords
- relay protection
- risk
- protection device
- protection system
- failure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 22
- 238000012937 correction Methods 0.000 title claims abstract description 10
- 238000013210 evaluation model Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000012502 risk assessment Methods 0.000 claims description 23
- 230000001681 protective effect Effects 0.000 claims description 8
- 238000013461 design Methods 0.000 claims description 4
- 208000027418 Wounds and injury Diseases 0.000 claims description 3
- 230000006378 damage Effects 0.000 claims description 3
- 208000014674 injury Diseases 0.000 claims description 3
- 230000037452 priming Effects 0.000 claims description 3
- 238000011158 quantitative evaluation Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract 1
- 230000007547 defect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000002715 modification method Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明提供一种基于贝叶斯网络可靠性修正模型的继电保护系统风险评估方法,首先对获取的继电保护设备运行状态及故障信息进行诊断分析;进而根据继电保护装置失效可能损失评价模型计算可能损失;然后依据基于贝叶斯网络的继电保护系统可靠性修正模型计算失效概率;并由继电保护风险评估模型评估继电保护系统风险值;最后根据计算所得的风险值确定风险等级。本发明能够对继电保护设备做出更准确的风险评估,修正背景技术中所述众多因素对继电保护装置失效模型产生的偏差。并从继电保护装置状态评估状态量着手,对获取的继电保护设备运行及故障信息进行诊断分析,基于贝叶斯网络理论,建立科学的量化风险评估模型,继而对继电保护系统进行风险定级。
Description
技术领域
本发明涉及电力系统继电保护设备状态评价以及风险评估技术领域,是一种基于贝叶斯网络可靠性修正模型的继电保护系统风险评估方法。
背景技术
继电保护系统风险评估为一次设备和二次设备的运行、维护、检修、试验等提供依据。电力系统继电保护设备能在电力系统发生故障或异常工况时,尽可能快的将故障设备从系统中切除,保证非故障部分正常稳定运行。所以对继电保护设备进行全面状态评价和风险评估对于保障电网的安全稳定运行有着重要作用。
发明内容
本发明的目的在于对继电保护设备做出更准确的风险评估,修正背景技术中所述众多因素对继电保护装置失效模型产生的偏差。提出了一种基于贝叶斯网络的继电保护系统可靠性模型修正方法。从继电保护装置状态评估状态量着手,对获取的继电保护设备运行及故障信息进行诊断分析,基于贝叶斯网络理论,建立科学的量化风险评估模型,继而对继电保护系统进行风险定级。
为了实现上述发明目的,本发明采取如下技术方案:
一种基于贝叶斯网络可靠性修正模型的继电保护系统风险评估方法,其特征在于,
步骤1、获取继电保护设备的运行状态信息和故障信息;
步骤2、对获得的继电保护设备运行及故障信息进行状态分析;
步骤3、根据继电保护装置失效可能损失评价模型计算可能损失LE,
继电保护设备可能损失模型函数表达式为:其中,n为故障类型数量;m为该项故障类型i中的可能损失类型数量;LE为继电保护设备的可能损失评估量化值。
步骤4、依据基于贝叶斯网络的继电保护系统可靠性修正模型计算失效概率,具体包括:
步骤4.1,根据评价周期内继电保护设备历史故障信息和状态评价结果,分别拟合状态评价结果及平均故障率与设备运行时间的对应关系,利用运行时间作为中间变量,将状态评价结果与平均故障率关联。可以得到继电保护设备状态和平均故障率的关系用负指数曲线可以表示为:
p[S(t)]=Ke-cS(t) (2)
其中,K和c均为故障率的计算系数,此即为待修正的失效概率模型;
步骤4.2,建立继电保护系统贝叶斯网络,包括:
步骤4.1、找出导致继电保护系统失效的因素及其子因素;
步骤4.2、根据第一步找出的父子节点绘制贝叶斯网络有向无环图;
步骤4.3、明确各节点间的依赖、独立关系,确定各节点发生的条件概率;
步骤4.4、检查联结各节点的有向边,确定所绘DAG图的正确性,按照要求进行条件概率计算。
所建立的继电保护系统贝叶斯网络定义为在变量集U={X1,X2,...,Xn}上的一个二元组(Z,θ),在由存在依赖关系的变量集Xi组成的有向无环图中,父子节点间的依赖程度由θ={θ1,θ2,...,θn}表示。其联合概率分布可以表示为:
对实测值作均化修正可以得到修正后的失效概率:
步骤5、由继电保护风险评估模型评估继电保护系统风险值R,继电保护设备风险评估主要包括继电保护设备状态确定和风险后果确定两方面内容。要对风险进行评估,首先要知道故障发生的可能性,即已确定的状态的设备的故障率;其次还要知道故障发生的后果,并对此后果进行量化评估,风险以风险值作为量化指标。函数表达式如下:
R(t)=LE(t)×P(t) (5)
其中,式中R表示设备风险值;表示LE可能的损失;P表示设备平均故障率;t表示某个时刻。
步骤6、确定风险等级,风险的影响及危害程度按风险值大小进行区分,定义风险等级分为6个风险级别:Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级、Ⅴ级、Ⅵ级,其中对于同类设备Ⅰ级为最高风险级别,Ⅵ级为最低风险级别。通过对设备的风险评估工作获得设备风险值,用以确定设备风险级别。
本发明具有如下优点:本发明能够对继电保护设备做出更准确的风险评估,修正背景技术中所述众多因素对继电保护装置失效模型产生的偏差。并从继电保护装置状态评估状态量着手,对获取的继电保护设备运行及故障信息进行诊断分析,基于贝叶斯网络理论,建立科学的量化风险评估模型,继而对继电保护系统进行风险定级。
附图说明
图1为风险评估失效概率修正模型系统结构分布图。
图2为基于可靠性修正模的继电保护风险评估方法实施流程图。
图3为风险评估失效模型设计流程。
图4为继电保护系统失效原因图。
图5为贝叶斯网络有向无环图。
图6为贝叶斯网络简化等效图。
具体实施方式
图1中1为监视控制中心,2为通信层,8、9、10、11、12为继电保护设备,3、4、5、6、7是分别对应装置正确动作率、家族性缺陷、人为误操作、运维环境恶劣和实时运行状态的数据统计监控设备。
下面结合图2对本发明进行详细说明。
参照图2,本发明的一种继电保护系统可靠性模型的修正方法,包括以下步骤:
步骤1:获取继电保护设备的运行信息和故障信息;
步骤2:对获得的继电保护设备运行及故障信息进行状态分析;
步骤1和步骤2中,为了对电气设备进行状态评估,对继电保护设备的运行信息和故障信息进行统计分析。在进行继电保护系统风险评估时,设备的历史和检测信息可以反映继电保护设备的不同状态。
步骤3:根据继电保护装置失效可能损失评价模型计算可能损失LE;为了量化继电保护设备可能出现的风险,根据每项风险因素反映设备可能损失的程度,建立可能损失评估模型。
对继电保护设备风险因素进行选取,风险后果主要通过继电保护设备可能发生的故障导致的可能损失来表征。继电保护设备可能损失包含直接损失和间接损失。直接损失可以根据其价值信息直接量化,间接损失指因继电保护设备失效导致的电网及用户损失,是继电保护设备损失评估的主要部分。
继电保护设备可能损失模型函数表达式为:
其中,n为故障类型数量;m为该项故障类型i中的可能损失类型数量;LE为继电保护设备的可能损失评估量化值。
在实际运行中,可能损失模型取决于区域电网具体运行状态,以小范围幅度在固定值附近浮动。进而建立继电保护系统风险评估失效模型。
步骤4:依据基于贝叶斯网络的继电保护系统可靠性修正模型计算失效概率,如图3所示,根据评价周期内继电保护设备历史故障信息和状态评价结果,分别拟合状态评价结果及平均故障率与设备运行时间的对应关系,利用运行时间作为中间变量,将状态评价结果与平均故障率关联。可以得到继电保护设备状态和平均故障率的关系用负指数曲线可以表示为:
p[S(t)]=Ke-cS(t) (2)
其中,K和c均为故障率的计算系数,此即为待修正的失效概率模型。
建立继电保护系统贝叶斯网络分为以下四步:
(1)找出导致继电保护系统失效的因素及其子因素,如图4所示;
(2)根据第一步找出的父子节点绘制贝叶斯网络有向无环图,如图5所示,图6为图5的简化等效图;
(3)明确各节点间的依赖、独立关系,确定各节点发生的条件概率;
(4)检查联结各节点的有向边,确定所绘DAG图的正确性,按照要求进行条件概率计算。
所建立的继电保护系统贝叶斯网络定义为在变量集U={X1,X2,...,Xn}上的一个二元组(Z,θ),在由存在依赖关系的变量集Xi组成的有向无环图中,父子节点间的依赖程度由θ={θ1,θ2,...,θn}表示。其联合概率分布可以表示为:
对实测值作均化修正可以得到修正后的失效概率:
步骤5:由继电保护风险评估模型评估继电保护系统风险值R,继电保护设备风险评估主要包括继电保护设备状态确定和风险后果确定两方面内容。要对风险进行评估,首先要知道故障发生的可能性,即已确定的状态的设备的故障率;其次还要知道故障发生的后果,并对此后果进行量化评估,风险以风险值作为量化指标。函数表达式如下:
R(t)=LE(t)×P(t) (5)
其中,式中R表示设备风险值;表示LE可能的损失;P表示设备平均故障率;t表示某个时刻。
风险的影响及危害程度按风险值大小进行区分,分为6个风险级别:Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级、Ⅴ级、Ⅵ级,其中对于同类设备Ⅰ级为最高风险级别,Ⅵ级为最低风险级别。通过对设备的风险评估工作获得设备风险值,用以确定设备风险级别。
步骤6:确定风险等级,通过对设备的风险评估工作获得设备风险值,用以确定设备风险级别,表1描述了继电保护风险评估标准。
表1—继电保护设备风险评估标准
二、下面结合区域电网运行实例进行分析。
选取型号为GGZB-600L的微机继电保护装置,绘制8顶点贝叶斯网络实例图如图6所示,各节点表示含义如表2所示。
表2—图6各节点名称
A | 装置正确动作 | E | 历史运行状况 |
B | 家族性缺陷 | F | 实时运行状况 |
C | 人为误操作 | G | 其他因素 |
D | 运行环境恶劣 | H | 继电保护系统失效 |
其中,网络里各节点在其父节点的条件下独立于该节点的非子孙节点。图中表现了该网络中的依赖、独立和因果关系。从图中可以看出,节点H是依赖于其父节点E、F、F的,在其父节点取值已知的条件下,节点H分别与节点A、B、C、F是独立的。
各节点发生概率如表3、表4、表5所示。(如PB(f)=0.2表示B发生的概率为0.2,即因家族性缺陷造成继电保护系统失效的概率为0.2)
表3—节点A、B、C、D、F发生概率表
表4—节点E、G发生概率表
表5—节点H发生概率表
P(H|E,F,G) | H=f | H=t |
E=f,F=f,G=f | 1 | 0 |
E=f,F=f,G=t | 0.96 | 0.04 |
E=f,F=t,G=f | 0.9 | 0.1 |
E=f,F=t,G=t | 0.6 | 0.4 |
E=t,F=f,G=f | 0.8 | 0.2 |
E=t,F=f,G=t | 0.7 | 0.3 |
E=t,F=t,G=f | 0.8 | 0.2 |
E=t,F=t,G=t | 0.02 | 0.98 |
由失效概率模型得到节点A、B、C、D、F的实测值如表6所示。
表6—各节点失效概率模型所得实测值
P′A | 0.04 |
P′B | 0.05 |
P′C | 0.02 |
P′D | 0.15 |
P′F | 0.11 |
利用贝叶斯网络结构变量间的依赖和条件独立关系,可以得到联合概率分布P(A,B,C,D,E,F,G,H)。根据给定的各节点发生概率值可以得到:
由节点A即装置正确动作率造成继电保护系统失效的概率为:
作均化修正可以得到修正后的节点A失效概率:
在可能损失模型中,可能损失LE值较为固定,由电网运行状态决定,在本发明方案中定为标准值100。则可以得到风险值:
RA=LE×PA=3.5∈[2,4) (8)
查风险级别表可以判断继电保护系统装置正确动作率风险评估等级为Ⅴ级风险。
由节点B即家族性缺陷造成继电保护系统失效的概率为:
作均化修正可以得到修正后的节点B失效概率:
计算得到风险值为:
RB=LE×PB=5.5∈[4,6) (11)
查风险级别表可以判断继电保护系统家族性缺陷风险评估等级为Ⅳ级风险。
由节点C即人为误操作造成继电保护系统失效的概率为:
作均化修正可以得到修正后的节点C失效概率:
计算得到风险值为:
RC=LE×PC=1.8∈[0,2) (14)
查风险级别表可以判断继电保护系统人为误操作故障风险评估等级为Ⅵ级风险。
由节点D即运行环境恶劣造成继电保护系统失效的概率为:
作均化修正可以得到修正后的节点D失效概率:
计算得到风险值为:
RD=LE×PD=13.9∈[10,+∞) (17)
查风险级别表可以判断继电保护系统人为误操作故障风险评估等级为Ⅰ级风险。
由节点F即由实时运行状况造成继电保护系统失效的概率为:
作均化修正可以得到修正后的节点F失效概率:
计算得到风险值为:
RF=LE×PF=12.5∈[10,+∞) (20)
查风险级别表可以判断继电保护系统人为误操作故障风险评估等级为Ⅰ级风险。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (1)
1.一种基于贝叶斯网络可靠性修正模型的继电保护系统风险评估方法,其特征在于,
步骤1、获取继电保护设备的运行状态信息和故障信息;
步骤2、对获得的继电保护设备运行及故障信息进行状态分析;
步骤3、根据继电保护装置失效可能损失评价模型计算可能损失LE,继电保护设备可能损失模型函数表达式为:其中,n为故障类型数量;m为该项故障类型i中的可能损失类型数量;LE为继电保护设备的可能损失评估量化值;
步骤4、依据基于贝叶斯网络的继电保护系统可靠性修正模型计算失效概率,具体包括:
步骤4.1,根据评价周期内继电保护设备历史故障信息和状态评价结果,分别拟合状态评价结果及平均故障率与设备运行时间的对应关系,利用运行时间作为中间变量,将状态评价结果与平均故障率关联;可以得到继电保护设备状态和平均故障率的关系用负指数曲线可以表示为:
p[S(t)]=Ke-cS(t) (2)
其中,K和c均为故障率的计算系数,此即为待修正的失效概率模型;
步骤4.2,建立继电保护系统贝叶斯网络,包括:
步骤4.1、找出导致继电保护系统失效的因素及其子因素;
步骤4.2、根据第一步找出的父子节点绘制贝叶斯网络有向无环图;
步骤4.3、明确各节点间的依赖、独立关系,确定各节点发生的条件概率;
步骤4.4、检查联结各节点的有向边,确定所绘DAG图的正确性,按照要求进行条件概率计算;
所建立的继电保护系统贝叶斯网络定义为在变量集U={X1,X2,...,Xn}上的一个二元组(Z,θ),在由存在依赖关系的变量集Xi组成的有向无环图中,父子节点间的依赖程度由θ={θ1,θ2,...,θn}表示;其联合概率分布可以表示为:
对实测值作均化修正可以得到修正后的失效概率:
步骤5、由继电保护风险评估模型评估继电保护系统风险值R,继电保护设备风险评估主要包括继电保护设备状态确定和风险后果确定两方面内容;要对风险进行评估,首先要知道故障发生的可能性,即已确定的状态的设备的故障率;其次还要知道故障发生的后果,并对此后果进行量化评估,风险以风险值作为量化指标;函数表达式如下:
R(t)=LE(t)×P(t) (5)
其中,式中R表示设备风险值;表示LE可能的损失;P表示设备平均故障率;t表示某个时刻;
步骤6、确定风险等级,风险的影响及危害程度按风险值大小进行区分,定义风险等级分为6个风险级别:Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级、Ⅴ级、Ⅵ级,其中对于同类设备Ⅰ级为最高风险级别,Ⅵ级为最低风险级别;通过对设备的风险评估工作获得设备风险值,用以确定设备风险级别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611108579.9A CN106600127A (zh) | 2016-12-06 | 2016-12-06 | 一种基于贝叶斯网络可靠性修正模型的继电保护系统风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611108579.9A CN106600127A (zh) | 2016-12-06 | 2016-12-06 | 一种基于贝叶斯网络可靠性修正模型的继电保护系统风险评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106600127A true CN106600127A (zh) | 2017-04-26 |
Family
ID=58596391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611108579.9A Pending CN106600127A (zh) | 2016-12-06 | 2016-12-06 | 一种基于贝叶斯网络可靠性修正模型的继电保护系统风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106600127A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109919338A (zh) * | 2019-03-22 | 2019-06-21 | 国网上海市电力公司 | 继电保护设备的安全性能分析方法 |
CN110135596A (zh) * | 2019-04-18 | 2019-08-16 | 中国电力科学研究院有限公司 | 一种继电保护系统风险评估及故障定位方法及装置 |
CN110648083A (zh) * | 2019-10-09 | 2020-01-03 | 国核电力规划设计研究院有限公司 | 核电常规岛仪控配电系统的设备可靠性的评估方法及装置 |
CN110932901A (zh) * | 2019-11-29 | 2020-03-27 | 深圳市计通智能技术有限公司 | 一种告警等级调整方法及系统 |
CN111241654A (zh) * | 2019-07-01 | 2020-06-05 | 郑州工程技术学院 | 一种基于数学模型的变电站管控方法 |
CN112149607A (zh) * | 2020-10-08 | 2020-12-29 | 吉林大学 | 基于贝叶斯算法的远程智能运维方法 |
CN113516325A (zh) * | 2020-04-10 | 2021-10-19 | 中国农业机械化科学研究院 | 基于信息融合的联合收割机制造质量分析决策方法及系统 |
CN113822533A (zh) * | 2021-08-23 | 2021-12-21 | 广西电网有限责任公司电力科学研究院 | 基于实时事件驱动的风险评估量化模型构建方法及系统 |
CN114861973A (zh) * | 2022-03-24 | 2022-08-05 | 三峡大学 | 一种计及多源因素的风力发电系统风险评估方法 |
CN115082456A (zh) * | 2022-07-27 | 2022-09-20 | 煤炭科学研究总院有限公司 | 一种煤矿带式输送机故障诊断方法及装置 |
-
2016
- 2016-12-06 CN CN201611108579.9A patent/CN106600127A/zh active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109919338A (zh) * | 2019-03-22 | 2019-06-21 | 国网上海市电力公司 | 继电保护设备的安全性能分析方法 |
CN110135596A (zh) * | 2019-04-18 | 2019-08-16 | 中国电力科学研究院有限公司 | 一种继电保护系统风险评估及故障定位方法及装置 |
CN111241654A (zh) * | 2019-07-01 | 2020-06-05 | 郑州工程技术学院 | 一种基于数学模型的变电站管控方法 |
CN111241654B (zh) * | 2019-07-01 | 2023-03-14 | 郑州工程技术学院 | 一种基于数学模型的变电站管控方法 |
CN110648083A (zh) * | 2019-10-09 | 2020-01-03 | 国核电力规划设计研究院有限公司 | 核电常规岛仪控配电系统的设备可靠性的评估方法及装置 |
CN110932901B (zh) * | 2019-11-29 | 2022-11-15 | 深圳市计通智能技术有限公司 | 一种告警等级调整方法及系统 |
CN110932901A (zh) * | 2019-11-29 | 2020-03-27 | 深圳市计通智能技术有限公司 | 一种告警等级调整方法及系统 |
CN113516325A (zh) * | 2020-04-10 | 2021-10-19 | 中国农业机械化科学研究院 | 基于信息融合的联合收割机制造质量分析决策方法及系统 |
CN112149607B (zh) * | 2020-10-08 | 2022-08-16 | 吉林大学 | 基于贝叶斯算法的远程智能运维方法 |
CN112149607A (zh) * | 2020-10-08 | 2020-12-29 | 吉林大学 | 基于贝叶斯算法的远程智能运维方法 |
CN113822533A (zh) * | 2021-08-23 | 2021-12-21 | 广西电网有限责任公司电力科学研究院 | 基于实时事件驱动的风险评估量化模型构建方法及系统 |
CN114861973A (zh) * | 2022-03-24 | 2022-08-05 | 三峡大学 | 一种计及多源因素的风力发电系统风险评估方法 |
CN115082456A (zh) * | 2022-07-27 | 2022-09-20 | 煤炭科学研究总院有限公司 | 一种煤矿带式输送机故障诊断方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106600127A (zh) | 一种基于贝叶斯网络可靠性修正模型的继电保护系统风险评估方法 | |
US20160223600A1 (en) | Power generation performance evaluation method and apparatus for power generator set | |
CN103793853B (zh) | 基于双向贝叶斯网络的架空输电线路运行状态评估方法 | |
CN108133311A (zh) | 一种风电机组故障模式风险评估及可靠性分析方法 | |
CN103324992B (zh) | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 | |
US20140304201A1 (en) | System And Method For Identifying Suggestions To Remedy Wind Turbine Faults | |
CN106096830A (zh) | 基于广义证据理论的继电保护状态评价方法及系统 | |
CN104218570A (zh) | 一种电能计量装置整体计量误差的在线评估方法和系统 | |
CN110417011A (zh) | 一种基于互信息与迭代随机森林的在线动态安全评估方法 | |
CN105719062B (zh) | 一种考虑两重故障概率特性的电网风险及薄弱环节评估方法 | |
CN111476471B (zh) | 一种基于综合能源模型的综合能源故障诊断系统及方法 | |
CN105205569A (zh) | 风机齿轮箱状态在线评估模型建立方法及在线评估方法 | |
CN104779608B (zh) | 基于离线策略的电力系统安全稳定在线附加紧急控制方法 | |
CN103699668A (zh) | 基于数据断面一致性的配电网电气设备组合状态评估方法 | |
CN106529832A (zh) | 一种基于马尔科夫可靠性修正模型的继电保护系统风险评估方法 | |
CN117034194B (zh) | 基于人工智能的核电仪表设备运维管理系统、方法及设备 | |
CN107426019A (zh) | 网络故障确定方法、计算机设备及计算机可读存储介质 | |
CN106227185A (zh) | 一种电梯风险评估系统 | |
CN110533325A (zh) | 继电保护设备检修时间的决策方法及系统 | |
CN104574211B (zh) | 基于风险源的电网调度操作风险预警方法和系统 | |
CN110264055B (zh) | 部件危害性评估方法、装置、设备及计算机可读存储介质 | |
CN105488572A (zh) | 一种配电设备健康状态评价方法 | |
CN110489852A (zh) | 提高风电系统数据质量的方法及装置 | |
CN105741184B (zh) | 一种变压器状态评估方法及装置 | |
CN117494950A (zh) | 一种光储充检微电网一体站运行安全评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170426 |
|
RJ01 | Rejection of invention patent application after publication |