CN112131723A - 基于马尔可夫理论的能量管理系统可靠性分析方法 - Google Patents

基于马尔可夫理论的能量管理系统可靠性分析方法 Download PDF

Info

Publication number
CN112131723A
CN112131723A CN202010939462.5A CN202010939462A CN112131723A CN 112131723 A CN112131723 A CN 112131723A CN 202010939462 A CN202010939462 A CN 202010939462A CN 112131723 A CN112131723 A CN 112131723A
Authority
CN
China
Prior art keywords
application
management system
reliability
energy management
markov
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
Application number
CN202010939462.5A
Other languages
English (en)
Inventor
韦化
李宗声
吕中梁
练椿杰
覃圣超
杨少钧
祝云
张弛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangxi University
Original Assignee
Guangxi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangxi University filed Critical Guangxi University
Priority to CN202010939462.5A priority Critical patent/CN112131723A/zh
Publication of CN112131723A publication Critical patent/CN112131723A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/29Graphical models, e.g. Bayesian networks
    • G06F18/295Markov models or related models, e.g. semi-Markov models; Markov random fields; Networks embedding Markov models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明涉及软件可靠性评估技术领域,具体涉及基于马尔可夫理论的能量管理系统可靠性分析方法,包括以下步骤:1)基于离散马尔可夫理论,根据多个应用的调用关系,对能量管理系统的应用结构进行建模;2)结合应用实际使用频率确定各个节点转移概率矩阵;3)计算单个应用的可靠性;4)根据应用的转移概率和可靠性计算出系统的可靠性。本发明基于离散马尔可夫理论,对能量管理系统的应用结构进行建模,结合应用实际使用频率确定概率转移概率矩阵计算管理系统的可靠性,分析结果能够为制定提升系统可靠性方案提供参考,对进行日常系统维护工作具有重要意义。

Description

基于马尔可夫理论的能量管理系统可靠性分析方法
技术领域
本发明涉及软件可靠性评估技术领域,具体涉及基于马尔可夫理论的能量管理系统可 靠性分析方法。
背景技术
目前能量管理系统的可靠性关乎电力系统的安全运行。传统的能量管理系统可靠性分 析方法大致分为两种:其一为根据软件开发过程中测试结果,对软件进行修改和可靠性评 估;其二为根据应用的相关关系,视整个系统的应用为串并联方式复合使用的软件。然而, 测试的方式计算可靠性在需要极高可靠性和实际运行的电力系统显然不适用;而视为串并 联的式复合使用的方式分析显现不出应用具体的内部关系,也不能很好结合软件实际应用 频率等基本情况,更不能反映各个应用在系统中的重要程度。
发明内容
为了克服现在技术的缺陷,基于离散马尔可夫理论,对能量管理系统的应用结构进行 建模,结合应用实际使用频率确定概率转移概率矩阵计算管理系统的可靠性。
为解决上述问题,本发明提供以下技术方案:
一种基于马尔可夫理论的能量管理系统可靠性分析方法,包括以下步骤:
1)基于离散马尔可夫理论,根据多个应用的调用关系,对能量管理系统的应用结构进 行建模;
2)结合应用实际使用频率确定转移概率矩阵;
3)计算单个应用的可靠性;
4)根据应用的转移概率和可靠性计算出系统的可靠性。
进一步的,所述步骤1)建模方法为:把能量管理系统的若干个应用等效为马尔可夫 模型中的若干个节点;再根据每个应用的实际调用关系表示应用的调用转移关系。
进一步的,所述步骤3)单个应用可靠性计算公式为:
Figure BDA0002673110410000021
MTBF为平均无故障时间,MTTR为平均故障恢复时间;
当一个应用中有n个服务,若采用串联方式,应用可靠性
Figure BDA0002673110410000022
若为两服务并联,则:S=1-(1-s1)(1-s2)。
进一步的,所述步骤2的使用频率的确定方式为:根据实际开发的能量管理系统的应 用所设定的刷新频率,计算出应用在单位时间内使用的次数。
进一步的,架构中每个节点都是马尔可夫过程的一种状态,一个节点存在一个或多个 分支,有向分支(Ni,Nj)表示Ni到Nj的可能转移,单一构件Ni的控制转移概率之和 为1,即:
Figure BDA0002673110410000023
所述节点转移概率计算方法为:
Figure BDA0002673110410000024
其中:Pij表示能量管理系统中应用Nj调用Ni的概率,kij为应用构件Nj在单位时间 内调用Ni的次数。
进一步的,根据转移概率和应用的可靠性,可得到随机转移矩阵:
Figure BDA0002673110410000025
包含了系统的入口和出口的两个吸收态,去除吸收态后得到应用间转移概率矩阵为:
Figure BDA0002673110410000031
系统可靠性可表示为:
Rsys=S(1,n)Rn=(I-Q)-1(1,n)Rn
本发明还提供一种基于马尔可夫理论的能量管理系统可靠性分析方法用于评估应用敏 感性:
根据实际运行经验可知,不同应用在系统中的使用情况和重要性不同,定义应用Ni的 敏感度Si为:
Figure BDA0002673110410000034
令Y=I-Q,可得
Figure BDA0002673110410000032
式中|Y|是Y的行列式,值为1,|X|是Y(n,1)对应的余子式;求取构件Ni的敏感 度Si,则对|X|的第i行进行展开:
|X|=X(i,1)αi1+X(i,2)αi2+…+X(i,n)αin,i=1,…,n-1
式中αij是X(i,j)对应的代数余子式,αij和Pij与Ri不相关,因此可得
X=βiRi
其中βi和Ri不相关,系统结构和其他已知构件的可靠性相关,具体值由Pij和α决定; 因此系统构件敏感度Si可表示为:
Figure RE-GDA0002727156200000034
本发明具有以下有益效果:
1.本发明根据电力能量管理系统的实际应用使用频率确定转移概率矩阵,可靠性结果 更符合系统的实际运行情况;根据可靠性计算结果进行应用的敏感度分析,分析结果能够 为制定提升系统可靠性方案提供参考,对进行日常系统维护工作具有指导意义。在计算出 系统可靠性后,对系统应用进行敏感度分析,计算出各个应用的敏感度,反映各个应用在 系统中的重要程度,为系统开发制定应用可靠性指标提供参考。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的 附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领 域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的 附图。
图1本发明基于马尔可夫理论的能量管理系统可靠性分析方法流程图
图2为能量管理系统中应用调用控制图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地 描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本 发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实 施例,都属于本发明保护的范围。
实施例1
请参见附图1,一种基于马尔可夫理论的能量管理系统可靠性分析方法,包括以下步 骤:
1)基于离散马尔可夫理论,根据多个应用的调用关系,对能量管理系统的应用结构进 行建模。本发明通过将电力能量管理系统的应用等效为马尔可夫模型中的一个节点N,模 型中用圆圈表示,如附图2所示:N1-N14分别表示能量管理系统中的实时数据库、历史数 据库、实时报警、断路器状态、主接线、状态估计、变压器状态、实时线损监测、负荷预测、电能质量检测、无功优化、潮流计算、故障选线、调度主界面应用;把用节点代表的 系统应用的调用关系用有向线段连接起来,表示应用的调用转移关系,如N1分别被N2-N6 调用,N2分别被N7-N10调用。
2)结合应用实际使用频率确定转移概率矩阵;根据实际开发的能量管理系统的应用所 设定的刷新频率,计算出应用在单位时间内使用的次数。
架构中每个节点都是马尔可夫过程的一种状态,一个节点存在一个或多个分支,有向 分支(Ni,Nj)表示Ni到Nj的可能转移,单一构件Ni的控制转移概率之和为1,即:
Figure BDA0002673110410000051
其中,Pij表示能量管理系统中应用Nj调用Ni的概率。
结合步骤2)系统应用的使用频率,计算各个节点的转移概率,计算公式如下:
Figure BDA0002673110410000052
其中:kij为应用构件Nj在单位时间内调用Ni的次数。
3)计算单个应用的可靠性;
单个应用可靠性计算公式为:
Figure BDA0002673110410000053
MTBF为平均无故障时间,MTTR为平均故障恢复时间;
当一个应用中有n个服务,若采用串联方式,应用可靠性计算公式如下:
Figure BDA0002673110410000054
若为两服务并联,应用可靠性计算公式如下:
S=1-(1-s1)(1-s2)。
4)根据应用的转移概率和可靠性计算出系统的可靠性;
根据转移概率和应用的可靠性,可得到随机转移矩阵:
Figure BDA0002673110410000061
上述转移矩阵包含了系统的入口和出口的两个吸收态,去除吸收态后得到应用间转 移概率矩阵为:
Figure BDA0002673110410000062
系统可靠性可表示为:
Rsys=S(1,n)Rn=(I-Q)-1(1,n)Rn
实施例2
本发明还提供一种基于马尔可夫理论的能量管理系统可靠性分析方法用于评估应用敏 感性:
根据实际运行经验可知,不同应用在系统中的使用情况和重要性不同,定义应用Ni的 敏感度Si为:
Figure BDA0002673110410000063
需要寻找Ri和Si的函数关系即可得到Si,令Y=I-Q,可得
Figure BDA0002673110410000064
式中|Y|是Y的行列式,值为1,|X|是Y(n,1)对应的余子式;求取构件Ni的敏感 度Si,则对|X|的第i行进行展开:
|X|=X(i,1)αi1+X(i,2)αi2+…+X(i,n)αin,i=1,…,n-1
式中αij是X(i,j)对应的代数余子式,αij和Pij与Ri不相关,因此可得
X=βiRi
其中βi和Ri不相关,系统结构和其他已知构件的可靠性相关,具体值由Pij和α决定; 因此系统构件敏感度Si表示为:
Figure RE-GDA0002727156200000071
通过计算出系统各个应用的敏感性,可以为在实际开发中优先保证搞灵敏度应用的可 靠性以保证系统的可靠性。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背 离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从 哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权 利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有 变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (7)

1.一种基于马尔可夫理论的能量管理系统可靠性分析方法,其特征在于,包括以下步骤:
1)基于离散马尔可夫理论,根据多个应用的调用关系,对能量管理系统的应用结构进行建模;
2)结合应用实际使用频率确定各个节点转移概率矩阵;
3)计算单个应用的可靠性;
4)根据应用的转移概率和可靠性计算出系统的可靠性。
2.根据权利要求1所述一种基于马尔可夫理论的能量管理系统可靠性分析方法,其特征在于,所述步骤1)建模方法为:把能量管理系统的若干个应用等效为马尔可夫模型中的若干个节点;再根据每个应用的实际调用关系表示应用的调用转移关系。
3.根据权利要求1所述一种基于马尔可夫理论的能量管理系统可靠性分析方法,其特征在于,所述步骤3)单个应用可靠性计算公式为:
Figure RE-FDA0002769851220000011
MTBF为平均无故障时间,MTTR为平均故障恢复时间;
当一个应用中有n个服务,若采用串联方式,应用可靠性
Figure RE-FDA0002769851220000012
若为两服务并联,则:S=1-(1-s1)(1-s2)。
4.根据权利要求1所述一种基于马尔可夫理论的能量管理系统可靠性分析方法,其特征在于,所述步骤2的使用频率的确定方式为:根据实际开发的能量管理系统的应用所设定的刷新频率,计算出应用在单位时间内使用的次数。
5.根据权利要求4所述一种基于马尔可夫理论的能量管理系统可靠性分析方法,其特征在于,架构中每个节点都是马尔可夫过程的一种状态,一个节点存在一个或多个分支,有向分支(Ni,Nj)表示Ni到Nj的可能转移,单一构件Ni的控制转移概率之和为1,即:
Figure RE-FDA0002769851220000013
所述节点转移概率计算方法为:
Figure RE-FDA0002769851220000021
其中:Pij表示能量管理系统中应用Nj调用Ni的概率,kij为应用构件Nj在单位时间内调用Ni的次数。
6.根据权利要求5所述一种基于马尔可夫理论的能量管理系统可靠性分析方法,其特征在于,根据转移概率和应用的可靠性,可得到随机转移矩阵:
Figure RE-FDA0002769851220000022
包含了系统的入口和出口的两个吸收态,去除吸收态后得到应用间转移概率矩阵为:
Figure RE-FDA0002769851220000023
系统可靠性可表示为:
Rsys=S(1,n)Rn=(I-Q)-1(1,n)Rn
7.根据权利要求1-6所述一种基于马尔可夫理论的能量管理系统可靠性分析方法用于评估应用敏感性,其特征在于:
根据实际运行经验可知,不同应用在系统中的使用情况和重要性不同,定义应用构Ni的敏感度Si计算公式为:
Figure RE-FDA0002769851220000024
CN202010939462.5A 2020-09-09 2020-09-09 基于马尔可夫理论的能量管理系统可靠性分析方法 Pending CN112131723A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010939462.5A CN112131723A (zh) 2020-09-09 2020-09-09 基于马尔可夫理论的能量管理系统可靠性分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010939462.5A CN112131723A (zh) 2020-09-09 2020-09-09 基于马尔可夫理论的能量管理系统可靠性分析方法

Publications (1)

Publication Number Publication Date
CN112131723A true CN112131723A (zh) 2020-12-25

Family

ID=73845185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010939462.5A Pending CN112131723A (zh) 2020-09-09 2020-09-09 基于马尔可夫理论的能量管理系统可靠性分析方法

Country Status (1)

Country Link
CN (1) CN112131723A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100097472A (ko) * 2009-02-26 2010-09-03 성균관대학교산학협력단 소프트웨어 신뢰성 분석 방법 및 장치
CN103823748A (zh) * 2013-04-28 2014-05-28 电子科技大学 一种基于随机Petri网的分区软件可靠性分析方法
EP3035251A2 (en) * 2014-12-15 2016-06-22 Siemens Aktiengesellschaft Markov chain generation apparatus
CN110275825A (zh) * 2019-05-15 2019-09-24 南京航空航天大学 一种基于构件影响力的软件可靠性评估方法
CN110297765A (zh) * 2019-05-31 2019-10-01 中国人民解放军63963部队 软件可靠性早期评估方法
CN110568358A (zh) * 2019-09-10 2019-12-13 东南大学盐城新能源汽车研究院 一种基于马尔科夫模型电机系统可靠性定量评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100097472A (ko) * 2009-02-26 2010-09-03 성균관대학교산학협력단 소프트웨어 신뢰성 분석 방법 및 장치
CN103823748A (zh) * 2013-04-28 2014-05-28 电子科技大学 一种基于随机Petri网的分区软件可靠性分析方法
EP3035251A2 (en) * 2014-12-15 2016-06-22 Siemens Aktiengesellschaft Markov chain generation apparatus
CN110275825A (zh) * 2019-05-15 2019-09-24 南京航空航天大学 一种基于构件影响力的软件可靠性评估方法
CN110297765A (zh) * 2019-05-31 2019-10-01 中国人民解放军63963部队 软件可靠性早期评估方法
CN110568358A (zh) * 2019-09-10 2019-12-13 东南大学盐城新能源汽车研究院 一种基于马尔科夫模型电机系统可靠性定量评估方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
YIFANG TAN 等: ""Reliability evaluation for unmanned aerial vehicle components based on Markov degradation process,"", 《2016 IEEE ADVANCED INFORMATION MANAGEMENT, COMMUNICATES, ELECTRONIC AND AUTOMATION CONTROL CONFERENCE(IMCEC)》, 5 October 2016 (2016-10-05), pages 1804 - 1807, XP033071045, DOI: 10.1109/IMCEC.2016.7867530 *
于明晓: ""基于复杂网络的构件式软件可靠性评估方法研究"", 《中国优秀硕士学位论文全文数据库基础科学辑》, no. 2020, 15 July 2020 (2020-07-15), pages 002 - 94 *
何焱: ""基于马尔可夫链的软件可靠性评估技术研究"", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 2012, 15 July 2012 (2012-07-15), pages 138 - 862 *
卫婧: ""基于复杂网络拓扑结构软件系统可靠性研究"", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 2019, 15 February 2019 (2019-02-15), pages 138 - 692 *
谷磊: ""智能变电站继电保护可靠性研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 2014, 15 October 2014 (2014-10-15), pages 042 - 327 *

Similar Documents

Publication Publication Date Title
CN111553590A (zh) 一种雷达嵌入式健康管理系统
CN109784581A (zh) 一种考虑弹性的系统预防性维修周期优化方法
CN107632590B (zh) 一种基于优先级的底事件排序方法
CN111124852A (zh) 一种基于bmc健康管理模块的故障预测方法及系统
CN112379325A (zh) 一种用于智能电表的故障诊断方法及系统
CN115373888A (zh) 故障定位方法、装置、电子设备和存储介质
CN110412417B (zh) 基于智能电力监测仪表的微电网数据故障诊断方法
CN114784793A (zh) 基于机器学习的新能源电网连锁故障预测方法及存储介质
CN110021933B (zh) 考虑组件故障的电力信息系统控制功能可靠性评估方法
CN112131723A (zh) 基于马尔可夫理论的能量管理系统可靠性分析方法
CN115775047A (zh) 一种区域电力供需分析预测方法、系统及存储介质
CN114298188A (zh) 一种电力设备故障智能分析方法及系统
CN114118759A (zh) 一种配变台区负荷过载状态评估方法及装置
CN114003466A (zh) 一种用于微服务应用程序的故障根因定位方法
CN112101797A (zh) 一种复杂工业系统动态故障诊断方法及系统
Mo et al. Risk assessment method for power grid communication link failure based on fuzzy comprehensive assessment
CN117785643B (zh) 一种软件开发用性能测试平台
He et al. Research on Evaluation Model and Algorithm of Information System Health State Based on Realtime Operation Data and Analytic Hierarchy Process
Shang et al. Generation Mode Analysis of General Quality Characteristic of Ship Power System
Gang et al. Research on intelligent fault diagnosis based on time series analysis algorithm
CN115936072A (zh) 一种基于多通道卷积的系统风险评估的计算方法及装置
CN117578370A (zh) 一种配电网故障隔离方法及系统
CN115495931A (zh) 仪控系统可靠性的分析方法、装置、电子设备和存储介质
Sun Fault Diagnosis Design Mechanism of Communication System Based on Bayesian Networks
Liu et al. Research on Optimal Inspection Period of Secondary Equipment of Converter Station in High Altitude Area Based on BP Neural Network

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201225