CN112686532A - 基于贝叶斯网络模型的被动运行风险分析评估方法及装置 - Google Patents

基于贝叶斯网络模型的被动运行风险分析评估方法及装置 Download PDF

Info

Publication number
CN112686532A
CN112686532A CN202011591765.9A CN202011591765A CN112686532A CN 112686532 A CN112686532 A CN 112686532A CN 202011591765 A CN202011591765 A CN 202011591765A CN 112686532 A CN112686532 A CN 112686532A
Authority
CN
China
Prior art keywords
risk
beidou system
level
determining
node
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
CN202011591765.9A
Other languages
English (en)
Inventor
郑恒
陈谷仓
凤建广
周波
应志恒
龙东腾
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.)
CHINA AEROSPACE STANDARDIZATION INSTITUTE
Original Assignee
CHINA AEROSPACE STANDARDIZATION INSTITUTE
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 CHINA AEROSPACE STANDARDIZATION INSTITUTE filed Critical CHINA AEROSPACE STANDARDIZATION INSTITUTE
Priority to CN202011591765.9A priority Critical patent/CN112686532A/zh
Publication of CN112686532A publication Critical patent/CN112686532A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请公开了一种基于贝叶斯网络模型的北斗系统运行风险分析评估方法及装置,该方法包括:根据北斗系统运行风险关联性强、影响面广、链式传播的特点,设置所述北斗系统的运行风险准则,其中,所述运行风险准则包括运行风险后果严重等级、风险发生可能性等级、风险综合性评价矩阵以及风险综合评级标准;根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目;根据所述风险项目建立所述北斗系统运行风险评估的贝叶斯网络模型,根据所述贝叶斯网络模型进行在线风险评估。本申请解决了现有技术中对于北斗系统运行风险评估的准确性较差的技术问题。

Description

基于贝叶斯网络模型的被动运行风险分析评估方法及装置
技术领域
本申请涉及复杂系统风险评估技术领域,尤其涉及一种基于贝叶斯网络模型的北斗系统运行风险分析评估方法及装置。
背景技术
北斗系统是中国着眼于国家安全和经济社会发展需要,自主建设、独立运行的卫星导航系统,是为全球用户提供全天候、全天时、高精度的定位、导航和授时服务的国家重要空间基础设施。
北斗系统主要由空间段、地面控制段组成。空间段由若干地球轨道卫星(MEO)、地球静止轨道卫星(GEO)和倾斜地球同步轨道卫星(IGSO)组成。地面控制段由地面运控系统、测控系统和星间链路运行管理系统组成。北斗系统的组成复杂,影响系统稳定运行的风险因素较多,系统的运行面临着一定的风险。北斗系统的用户众多,系统的稳定性、可用性、连续性、完好性要求极高,任何异常都会对用户造成较大影响。因此,为了避免北斗系统运行风险对用户造成较大的影响,需要对北斗系统运行风险进行分析评估。
目前,对北斗系统运行风险进行分析评估的方法主要是预先将北斗系统运行风险分为多个风险等级,然后,根据技术人员根据经验定性评估北斗系统运行风险所处的风险等级,进而实现对北斗系统运行风险进行评估,但是,由于现有技术是通过技术人员根据经验定性评估北斗系统运行风险进行评估,即只能确定出北斗系统运行风险大概所处的风险等级,不能确定出与风险等级相关参数值,导致对于北斗系统运行风险评估的准确性较差。
发明内容
本申请解决的技术问题是:针对现有技术中对于北斗系统运行风险评估的准确性较差的问题,本申请提供了一种基于贝叶斯网络模型的北斗系统运行风险分析评估方法及装置,本申请实施例所提供的方案中,建立的贝叶斯网络模型对北斗系统运行风险进行在线评估,由于贝叶斯网络模型不仅能进行定性分析,还能进行定量分析,进而提高了风险评估的准确性。
第一方面,本申请实施例提供一种基于贝叶斯网络模型的北斗系统运行风险分析评估方法,该方法包括:
根据北斗系统运行风险关联性强、影响面广、链式传播的特点,设置所述北斗系统的运行风险准则,其中,所述运行风险准则包括运行风险后果严重等级、风险发生可能性等级、风险综合性评价矩阵以及风险综合评级标准;
根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目;
根据所述风险项目建立所述北斗系统运行风险评估的贝叶斯网络模型,根据所述贝叶斯网络模型进行在线风险评估。
本申请实施例所提供的方案中,根据北斗系统运行风险关联性强、影响面广、链式传播的特点,设置所述北斗系统的运行风险准则,然后根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目,再根据所述风险项目建立所述北斗系统运行风险评估的贝叶斯网络模型,根据所述贝叶斯网络模型进行在线风险评估。因此,本申请实施例所提供的方案中,建立的贝叶斯网络模型对北斗系统运行风险进行在线评估,由于贝叶斯网络模型不仅能进行定性分析,还能进行定量分析,进而提高了风险评估的准确性。
可选地,设置所述北斗系统的运行风险准则,包括:
设置所述运行风险后果严重等级以及所述风险发生可能性等级;
将所述运行风险后果严重性作为矩阵横轴,以及将所述风险发生可能性作为矩阵纵轴,对风险综合评价指数进行组合得到所述风险综合性评价矩阵;
根据所述风险综合评价指数设置所述风险综合评级。
可选地,根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目,包括:
确定影响所述北斗系统服务顶层指标的关键任务,以及确定实现所述关键任务所述北斗系统具备的主要功能,其中,所述顶层指标包括可用性、连续性以及完好性;
确定实现所述主要功能的系统/分系统,根据顶层指标-关键任务-主要功能-系统/分系统的顺序自上而下梳理确定出所述风险项目。
可选地,根据所述风险项目建立所述北斗系统运行风险评估的贝叶斯网络模型,包括:
以所述北斗系统的运行风险作为第一级中心节点,将所述系统/分系统作为第一级边缘节点,通过连接弧将所述第一级边缘节点与所述第一级中心节点连接;
分别将每个所述第一级边缘节点作为第二级中心节点,将所述第二级中心节点对应的至少一个风险项目作为第二级边缘节点,通过连接弧将所述第二级边缘节点与所述第二级中心节点连接;
分别将每个所述第二级边缘节点作为第三级中心节点,确定每个所述第三级中心节点所对应的至少一个预设的监测指标,将每个所述预设的监测指标作为第三级边缘节点,通过连接弧将所述第三级边缘节点与所述第三级中心节点连接,得到所述贝叶斯网络模型。
可选地,根据所述贝叶斯网络模型进行在线风险评估,包括:
获取所述北斗系统的运行数据,根据所述贝叶斯网络模型确定出所述运行数据对应的定性评估结果;
确定所述贝叶斯网络模型中各节点之间逻辑关系,根据所述定性评估结果以及所述逻辑关系确定预设的监测节点所对应的实时评估结果;
根据所述实时评估结果确定出所述监测节点的状态信息。
确定所述贝叶斯网络模型中各节点之间逻辑关系,根据所述定性评估结果以及所述逻辑关系确定预设的监测节点所对应的实时评估结果;
根据所述实时评估结果确定出所述监测节点的状态信息。
第二方面,本申请实施例提供了一种基于贝叶斯网络模型的北斗系统运行风险分析评估装置,该装置包括:
设置单元,用于根据北斗系统运行风险关联性强、影响面广、链式传播的特点,设置所述北斗系统的运行风险准则,其中,所述运行风险准则包括运行风险后果严重等级、风险发生可能性等级、风险综合性评价矩阵以及风险综合评级标准;
确定单元,用于根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目;
评估单元,用于根据所述风险项目建立所述北斗系统运行风险评估的贝叶斯网络模型,根据所述贝叶斯网络模型进行在线风险评估。
可选地,所述设置单元,具体用于:
设置所述运行风险后果严重等级以及所述风险发生可能性等级;
将所述运行风险后果严重性作为矩阵横轴,以及将所述风险发生可能性作为矩阵纵轴,对风险综合评价指数进行组合得到所述风险综合性评价矩阵;
根据所述风险综合评价指数设置所述风险综合评级。
可选地,所述确定单元,具体用于:
确定影响所述北斗系统服务顶层指标的关键任务,以及确定实现所述关键任务所述北斗系统具备的主要功能,其中,所述顶层指标包括可用性、连续性以及完好性;
确定实现所述主要功能的系统/分系统,根据顶层指标-关键任务-主要功能-系统/分系统的顺序自上而下梳理确定出所述风险项目。
可选地,所述评估单元,具体用于:
以所述北斗系统的运行风险作为第一级中心节点,将所述系统/分系统作为第一级边缘节点,通过连接弧将所述第一级边缘节点与所述第一级中心节点连接;
分别将每个所述第一级边缘节点作为第二级中心节点,将所述第二级中心节点对应的至少一个风险项目作为第二级边缘节点,通过连接弧将所述第二级边缘节点与所述第二级中心节点连接;
分别将每个所述第二级边缘节点作为第三级中心节点,确定每个所述第三级中心节点所对应的至少一个预设的监测指标,将每个所述预设的监测指标作为第三级边缘节点,通过连接弧将所述第三级边缘节点与所述第三级中心节点连接,得到所述贝叶斯网络模型。
可选地,所述评估单元,具体用于:
获取所述北斗系统的运行数据,根据所述贝叶斯网络模型确定出所述运行数据对应的定性评估结果;
根据所述实时评估结果确定出所述监测节点的状态信息。
第三方面,本申请提供一种计算机设备,该计算机设备,包括:
存储器,用于存储至少一个处理器所执行的指令;
处理器,用于执行存储器中存储的指令执行第一方面所述的方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行第一方面所述的方法。
附图说明
图1为本申请实施例所提供的一种基于贝叶斯网络模型的北斗系统运行风险分析评估方法的流程示意图;
图2为本申请实施例所提供的一种确定北斗系统运行风险项目的流程示意图;
图3为本申请实施例所提供的一种贝叶斯网络模型的结构示意图;
图4为本申请实施例所提供的一种基于贝叶斯网络模型的北斗系统运行风险分析评估装置的结构示意图;
图5为本申请实施例所提供的一种计算机设备的结构示意图。
具体实施方式
本申请实施例提供的方案中,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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它实施例,都属于本申请保护的范围。
以下结合说明书附图对本申请实施例所提供的一种基于贝叶斯网络模型的北斗系统运行风险分析评估方法做进一步详细的说明,该方法具体实现方式可以包括以下步骤(方法流程如图1所示):
步骤101,根据北斗系统运行风险关联性强、影响面广、链式传播的特点,设置所述北斗系统的运行风险准则,其中,所述运行风险准则包括运行风险后果严重等级、风险发生可能性等级、风险综合性评价矩阵以及风险综合评级标准。
在一种可能实现方式中,设置所述北斗系统的运行风险准则,包括:设置所述运行风险后果严重等级以及所述风险发生可能性等级;将所述运行风险后果严重性作为矩阵横轴,以及将所述风险发生可能性作为矩阵纵轴,对风险综合评价指数进行组合得到所述风险综合性评价矩阵;根据所述风险综合评价指数设置所述风险综合评级。
为了便于理解上述设置北斗系统的运行风险准则的过程,下面举例的形式进行说明。
例如,参见表1,将风险严重程度分为五个等级,分别为轻微、轻度、中等、严重以及灾难,并分别用字母A、B、C、D、E表示。具体的,轻微表示北斗系统的运行风险基本不影响系统运行或卫星安全;轻度表示北斗系统的运行风险导致单星服务中断或降价;中等表示北斗系统的运行风险可能会导致卫星关键点失效、地面运控系统关键分系统故障、测控系统关键分系统故障、或星间链路运行管理系统关键分系统故障等;严重表示北斗系统的运行风险可能会导致服务精度超出预设指标且服务精度会持续恶化、单星整星失效、地面运控系统运行中断、测试系统运行中断或星间链路运行管理系统运行中断等;灾难表示北斗系统的运行风险可能会导致系统服务长期中断。
表1
Figure BDA0002868851430000071
进一步,参见表2,将风险发生可能性程度分为五个等级,分别为极少、很少、少、可能、很可能,分别用字母a、b、c、d、e表示。具体的,极少表示北斗系统几乎不会发生运行风险,其运行风险发生的概率范围为p<0.01%;很少表示北斗系统很少会发生运行风险,其运行风险发生的概率范围为0.01%≤p<0.1%;少表示北斗系统偶尔会发生运行风险,其运行风险发生的概率范围为0.1%≤p<1%;可能表示北斗系统会频繁发生运行风险,其运行风险发生的概率范围为1%≤p<10%;很可能表示北斗系统很大概率会发生运行风险,其运行风险发生的概率范围为p≥10%。
表2
Figure BDA0002868851430000072
Figure BDA0002868851430000081
进一步,在设置运行风险后果严重等级以及风险发生可能性等级之后,将所述运行风险后果严重性作为矩阵横轴,以及将所述风险发生可能性作为矩阵纵轴,对风险综合评价指数进行组合得到所述风险综合性评价矩阵;根据所述风险综合评价指数设置所述风险综合评级。具体的,参见表3,表示风险综合评价矩阵,在表3所示的风险综合评价矩阵中矩阵横轴表示风险后果严重性,矩阵纵轴表示发生可能性,对风险的综合评价指数进行组合,得到不同的风险综合评价指数,其中,风险综合评价指数包括Aa、Ab、Ac、Ad、Ae、Ba、Bb、Bc、Bd、Be、Ca、Cb、Cc、Cd、Ce、Da、Db、Dc、Dd、De、Ea、Eb、Ec、Ed、Ee。
表3
Figure BDA0002868851430000082
参见表4,表示风险综合评级标准,在表4中具体将风险综合评级分为五级:极低、低、中等、高、极高,分别用I、II、III、IV、V表示,其中,不同的风险综合评价指数对应不同的风险综合评级。具体的,在表4中,等级I对应的风险综合评价指数为Aa、Ab、Ac、Ba、Bb、Ca;等级II对应的风险综合评价指数为Ad、Bc、Cb;等级III对应的风险综合评价指数为Ae、Bd、Be、Cc、Cd、Da、Db、Dc、Ea、Eb;等级IV对应的风险综合评价指数为Ce、Dd、Ec;等级V对应的风险综合评价指数为De、Ed、Ee;其中,等级I和等级II对应的风险级别为低风险,等级III所对应的风险级别为中风险;等级IV和等级V对应的风险级别为高风险。
表4
Figure BDA0002868851430000091
步骤102,根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目。
在本申请实施例所提供的方案中,在设置北斗系统的运行风险准则之后,根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目。具体的,确定北斗西永运行的风险项目的方式有多种,下面以一种较佳的方式为例进行说明。
在一种可能实现的方式中,根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目,包括:确定影响所述北斗系统服务顶层指标的关键任务,以及确定实现所述关键任务所述北斗系统具备的主要功能,其中,所述顶层指标包括可用性、连续性以及完好性;确定实现所述主要功能的系统/分系统,根据顶层指标-关键任务-主要功能-系统/分系统的顺序自上而下梳理确定出所述风险项目。
具体的,在本申请实施例所提供的方案中,围绕影响北斗系统服务可用性、连续性、完好性指标实现的关键任务过程,从“顶层指标——关键任务——主要功能——系统/分系统——风险项目”等层次,自上而下识别风险因素,确定北斗系统运行风险项目。为了便于理解上述确定北斗系统运行风险项目的过程,下面以举例的形式进行说明。
例如,参见图2,表示本申请实施例所提供的一种确定北斗系统运行风险项目的流程示意图。具体的,在图2中,北斗系统服务顶层指标主要是服务可用性、连续性和完好性。与系统顶层指标相关联的关键任务包括:导航电文生成和上行注入、导航信号生成和下行播发、星座维持与星间链路运管。为完成系统关键任务,北斗系统需具备:监测、处理、上注、播发、卫星平台工作、星座构型保持、星间链路工作等功能。涉及的系统包括地面运控系统、卫星系统(载荷分系统与平台分系统)、测控系统、星间链路运管系统。通过自上而下的梳理,影响北斗系统稳定运行的风险项目主要是:边运行边联调技术状态控制风险、国产部件在轨长期可靠运行风险、卫星在轨异常风险、星间链路运行服务风险、三号星在轨运行维护风险和多星在轨健康管理风险这七项风险。
进一步,对上述七项风险开展风险定性评估,参考确定的风险准则,定性判断风险项目后果的严重性和发生的可能性,对风险项目的综合评级进行定性评估。
步骤103,根据所述风险项目建立所述北斗系统运行风险评估的贝叶斯网络模型,根据所述贝叶斯网络模型进行在线风险评估。
在本申请实施例所提供的方案中,在确定风险项目之后,根据风险项目建立北斗系统运行风险评估的贝叶斯网络模型。具体的,建立北斗系统运行风险评估的贝叶斯网络模型的方式有多种,下面以一种较佳的方式为例进行说明。
在一种可能实现的方式中,根据所述风险项目建立所述北斗系统运行风险评估的贝叶斯网络模型,包括:
以所述北斗系统的运行风险作为第一级中心节点,将所述系统/分系统作为第一级边缘节点,通过连接弧将所述第一级边缘节点与所述第一级中心节点连接;
分别将每个所述第一级边缘节点作为第二级中心节点,将所述第二级中心节点对应的至少一个风险项目作为第二级边缘节点,通过连接弧将所述第二级边缘节点与所述第二级中心节点连接;
分别将每个所述第二级边缘节点作为第三级中心节点,确定每个所述第三级中心节点所对应的至少一个预设的监测指标,将每个所述预设的监测指标作为第三级边缘节点,通过连接弧将所述第三级边缘节点与所述第三级中心节点连接,得到所述贝叶斯网络模型。
为了便于理解上述建立贝叶斯网络模型的过程,下面以举例的形式进行说明。
例如,参见图3,本申请实施例提供的一种贝叶斯网络模型的结构示意图。在图3所示的贝叶斯网络模型中,影响北斗系统运行风险的系统包括:卫星系统、地面运控系统、测控系统、星间链路运管系统;与卫星系统相关的风险项目包括:卫星在轨异常风险、北斗三号卫星在轨运行维护风险、国产部件在轨长期可靠运行风险,与地面运控系统相关的风险项目包括边运行边联调技术状态控制风险,与测控系统相关的风险项目包括多星在轨健康管理风险,与星间链路运管系统相关的风险项目包括星间链路运行服务质量风险;卫星在轨异常风险项目的监测指标包括在轨异常次数和异常恢复时间,北斗三号卫星在轨运行维护风险的监测指标包括卫星健康状态和卫星可用性,国产部件在轨长期可靠运行风险的监测指标国产部件在轨失效次数,边运行边联调技术状态控制风险的监测指标包括状态变更次数和异常次数,多星在轨健康管理风险的监测指标包括非计划中断和计划中断,星间链路运行服务质量风险的监测指标包括星间链路中断总时间和中断次数。
将以北斗系统运行风险作为第一级中心节点,将卫星系统、地面运控系统、测控系统、星间链路运管系统作为第一级边缘节点,通过连接弧将北斗系统运行风险分别与卫星系统、地面运控系统、测控系统、星间链路运管系统连接。
然后,对于卫星系统,将卫星系统作为第二级中心节点,将卫星在轨异常风险、北斗三号卫星在轨运行维护风险、国产部件在轨长期可靠运行风险作为第二级边缘节点,通过连接弧将卫星系统与卫星在轨异常风险、北斗三号卫星在轨运行维护风险、国产部件在轨长期可靠运行风险连接,然后,将卫星在轨异常风险作为第三级中心节点,将在轨异常次数和异常恢复时间作为第三级边缘节点,将北斗三号卫星在轨运行维护风险作为第三级中心节点,将卫星健康状态和卫星可用性作为第三级边缘节点,将国产部件在轨长期可靠运行风险作为第三级中心节点,将国产部件在轨失效次数作为第三级边缘节点,通过连接弧分别将卫星在轨异常风险与在轨异常次数和异常恢复时间连接,北斗三号卫星在轨运行维护风险与卫星健康状态和卫星可用性连接,以及国产部件在轨长期可靠运行风险与国产部件在轨失效次数连接。
对于地面运控系统,将地面运控系统作为第二级中心节点,将边运行边联调技术状态控制风险作为第二级边缘节点,通过连接弧将地面运控系统与边运行边联调技术状态控制风险连接,然后,将边运行边联调技术状态控制风险作为第三级中心节点,将状态变更次数和异常次数作为第三级边缘节点,通过连接弧将边运行边联调技术状态控制风险与状态变更次数和异常次数连接。
对于测控系统,将测控系统作为第二级中心节点,将多星在轨健康管理风险作为第二级边缘节点,通过连接弧将测控系统与多星在轨健康管理风险连接,然后,将多星在轨健康管理风险作为第三级中心节点,将非计划中断和计划中断作为第三级边缘节点,通过连接弧将多星在轨健康管理风险与非计划中断和计划中断连接。
对于星间链路运管系统,将星间链路运管系统作为第二级中心节点,将星间链路运行服务质量风险作为第二级边缘节点,通过连接弧将星间链路运管系统与星间链路运行服务质量风险连接,然后,将星间链路运行服务质量风险作为第三级中心节点,将星间链路中断总时间和中断次数作为第三级边缘节点,通过连接弧将星间链路运行服务质量风险与星间链路中断总时间和中断次数连接,进而得到图3所示的贝叶斯网络模型。
进一步,在建立贝叶斯网络模型之后,根据所述贝叶斯网络模型进行在线风险评估。具体的,根据贝叶斯网络模型进行风险评估的方式有多种,下面以一种较佳的方式为例进行说明。
在一种可能实现的方式中,根据所述贝叶斯网络模型进行在线风险评估,包括:
获取所述北斗系统的运行数据,根据所述贝叶斯网络模型确定出所述运行数据对应的定性评估结果;
确定所述贝叶斯网络模型中各节点之间逻辑关系,根据所述定性评估结果以及所述逻辑关系确定预设的监测节点所对应的实时评估结果;
根据所述实时评估结果确定出所述监测节点的状态信息。
具体的,贝叶斯网络模型由定性部分和定量部分(条件概率表)组成,其中,定性部分表示以有向无环图表示的网络拓扑结构,定量部分表示条件概率表,条件概率表每个节点变量与父节点之间概率的数量关系。在本申请实施例所提供的方案中,可以用B=<N,A,Θ>来描述,其中,每个节点n∈N表示领域变量,每条边a∈A表示变量间的概率依赖关系,Θ表示条件概率表的参数。
假设X={X1,X2,...,Xn}表示领域变量,parent(Xi)表示节点Xi的所有父节点变量的集合,那么,贝叶斯网络模型的联合概率分布可以写成:
Figure BDA0002868851430000131
其中,P(X1,X2,...,Xn)表示贝叶斯网络模型的联合概率;P(Xi|parent (Xi))表示节点Xi对应的所有父节点变量的集合的条件概率。
进一步,贝叶斯网络模型进行在线风险评估的过程主要是利用上述联合概率分布的表达式,在给定对一个变量集合的观测值时,计算出任何需要考察的变量集合的后验概率分布的过程。为了便于理解贝叶斯网络模型进行在线风险评估的过程,下面以举例的形式进行说明。
例如,以专家根据经验确定出的北斗系统运行风险项目定性评估结果,作为贝叶斯网络模型的先验概率;以风项目监测指标实时结果,作为贝叶斯网络模型的后验概率。具体的,在线评估过程如下:
假设对于某一个风险A如“国产部件在轨长期运行可靠性风险”,有3个方面对其进行评价,即是这一指标在不同观念、准则中的不同反应,因而这是一个分叉连接,指标A为父节点,3个方面的评价意见B1、B2、B3为子节点,节点间的有向边是由指标A指向3个方面的评价意见。
确定各监测指标节点的条件概率P(Bij|A)。贝叶斯网络模型中的每一个节点都具有有限互斥的状态:假设变量A有高风险(A1)、中风险(A2)以及低风险(A3)三个状态。对于P(Bij|A),由于变量Bij有多个状态b11,b12,…,b1m(即i对于指标A的评价准则),要给出P(Bij|A)并非易事,因为必须同时估计多个条件概率P(Bij|A)并且要进行归一化处理。另一方面,由于变量A只有三种状态,因而P(A|Bij)比P(Bij|A)容易得到。于是可先给出P(A|Bij),再利用贝叶斯定理得到P(Bij|A)。贝叶斯转换公式如下:
Figure BDA0002868851430000141
其中,P(Bij|A)表示在变量Bij条件下变量A发生的概率;P(A|Bij)表示在变量A条件下变量Bij发生的概率;P(Bij)表示变量Bij发生的概率;P(A)表示变量A发生的概率。
然后,对于北斗系统运行风险贝叶斯网络模型,通过各节点之间的逻辑关系确定节点的条件概率,通过贝叶斯转换公式以及专家经验确定监测节点的概率。某一时刻,通过监测获得贝叶斯网络模型中监测节点的状态,即:
卫星健康状态节点处于S0状态,没有卫星失效;卫星可用性节点处于S0状态,可用性满足指标要求;卫星在轨异常次数处于S1状态,在轨发生部分异常;异常恢复时间处于S0状态,异常均在规定时间内恢复;国产部件失效次数处于S1状态,国产部件在轨发生了较少次数的失效;状态变更次数处于S1状态,发生了较少次数的状态变更;异常次数处于S0状态,地面运控系统没有发生异常;计划中断处于S0状态,测控系统计划中断没有影响服务;非计划中断处于S1状态,发生了较少次数的非计划中断;星间链路中断总次数处于S0状态,没有发生中断,中断总时间处于S0状态,没有发生中断。
本申请实施例所提供的方案中,根据北斗系统运行风险关联性强、影响面广、链式传播的特点,设置所述北斗系统的运行风险准则,然后根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目,再根据所述风险项目建立所述北斗系统运行风险评估的贝叶斯网络模型,根据所述贝叶斯网络模型进行在线风险评估。因此,本申请实施例所提供的方案中,建立的贝叶斯网络模型对北斗系统运行风险进行在线评估,由于贝叶斯网络模型不仅能进行定性分析,还能进行定量分析,进而提高了风险评估的准确性。
基于与上述图1相同发明构思,本申请实施例提供了一种基于贝叶斯网络模型的北斗系统运行风险分析评估装置,参见图4,该装置包括:
设置单元401,用于根据北斗系统运行风险关联性强、影响面广、链式传播的特点,设置所述北斗系统的运行风险准则,其中,所述运行风险准则包括运行风险后果严重等级、风险发生可能性等级、风险综合性评价矩阵以及风险综合评级标准;
确定单元402,用于根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目;
评估单元403,用于根据所述风险项目建立所述北斗系统运行风险评估的贝叶斯网络模型,根据所述贝叶斯网络模型进行在线风险评估。
可选地,所述设置单元401,具体用于:
设置所述运行风险后果严重等级以及所述风险发生可能性等级;
将所述运行风险后果严重性作为矩阵横轴,以及将所述风险发生可能性作为矩阵纵轴,对风险综合评价指数进行组合得到所述风险综合性评价矩阵;
根据所述风险综合评价指数设置所述风险综合评级。
可选地,所述确定单元402,具体用于:
确定影响所述北斗系统服务顶层指标的关键任务,以及确定实现所述关键任务所述北斗系统具备的主要功能,其中,所述顶层指标包括可用性、连续性以及完好性;
确定实现所述主要功能的系统/分系统,根据顶层指标-关键任务-主要功能-系统/分系统的顺序自上而下梳理确定出所述风险项目。
可选地,所述评估单元403,具体用于:
以所述北斗系统的运行风险作为第一级中心节点,将所述系统/分系统作为第一级边缘节点,通过连接弧将所述第一级边缘节点与所述第一级中心节点连接;
分别将每个所述第一级边缘节点作为第二级中心节点,将所述第二级中心节点对应的至少一个风险项目作为第二级边缘节点,通过连接弧将所述第二级边缘节点与所述第二级中心节点连接;
分别将每个所述第二级边缘节点作为第三级中心节点,确定每个所述第三级中心节点所对应的至少一个预设的监测指标,将每个所述预设的监测指标作为第三级边缘节点,通过连接弧将所述第三级边缘节点与所述第三级中心节点连接,得到所述贝叶斯网络模型。
可选地,所述评估单元403,具体用于:
获取所述北斗系统的运行数据,根据所述贝叶斯网络模型确定出所述运行数据对应的定性评估结果;
根据所述实时评估结果确定出所述监测节点的状态信息。
参见图5,本申请提供一种计算机设备,该计算机设备,包括:
存储器501,用于存储至少一个处理器所执行的指令;
处理器502,用于执行存储器中存储的指令执行图1所述的方法。
本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行图1所述的方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种基于贝叶斯网络模型的北斗系统运行风险分析评估方法,其特征在于,包括:
根据北斗系统运行风险关联性强、影响面广、链式传播的特点,设置所述北斗系统的运行风险准则,其中,所述运行风险准则包括运行风险后果严重等级、风险发生可能性等级、风险综合性评价矩阵以及风险综合评级标准;
根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目;
根据所述风险项目建立所述北斗系统运行风险评估的贝叶斯网络模型,根据所述贝叶斯网络模型进行在线风险评估。
2.如权利要求1所述的方法,其特征在于,设置所述北斗系统的运行风险准则,包括:
设置所述运行风险后果严重等级以及所述风险发生可能性等级;
将所述运行风险后果严重性作为矩阵横轴,以及将所述风险发生可能性作为矩阵纵轴,对风险综合评价指数进行组合得到所述风险综合性评价矩阵;
根据所述风险综合评价指数设置所述风险综合评级。
3.如权利要求2所述的方法,其特征在于,根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目,包括:
确定影响所述北斗系统服务顶层指标的关键任务,以及确定实现所述关键任务所述北斗系统具备的主要功能,其中,所述顶层指标包括可用性、连续性以及完好性;
确定实现所述主要功能的系统/分系统,根据顶层指标-关键任务-主要功能-系统/分系统的顺序自上而下梳理确定出所述风险项目。
4.如权利要求3所述的方法,其特征在于,根据所述风险项目建立所述北斗系统运行风险评估的贝叶斯网络模型,包括:
以所述北斗系统的运行风险作为第一级中心节点,将所述系统/分系统作为第一级边缘节点,通过连接弧将所述第一级边缘节点与所述第一级中心节点连接;
分别将每个所述第一级边缘节点作为第二级中心节点,将所述第二级中心节点对应的至少一个风险项目作为第二级边缘节点,通过连接弧将所述第二级边缘节点与所述第二级中心节点连接;
分别将每个所述第二级边缘节点作为第三级中心节点,确定每个所述第三级中心节点所对应的至少一个预设的监测指标,将每个所述预设的监测指标作为第三级边缘节点,通过连接弧将所述第三级边缘节点与所述第三级中心节点连接,得到所述贝叶斯网络模型。
5.如权利要求1~4任一项所述的方法,其特征在于,根据所述贝叶斯网络模型进行在线风险评估,包括:
获取所述北斗系统的运行数据,根据所述贝叶斯网络模型确定出所述运行数据对应的定性评估结果;
确定所述贝叶斯网络模型中各节点之间逻辑关系,根据所述定性评估结果以及所述逻辑关系确定预设的监测节点所对应的实时评估结果;
根据所述实时评估结果确定出所述监测节点的状态信息。
6.一种基于贝叶斯网络模型的北斗系统运行风险分析评估装置,其特征在于,包括:
设置单元,用于根据北斗系统运行风险关联性强、影响面广、链式传播的特点,设置所述北斗系统的运行风险准则,其中,所述运行风险准则包括运行风险后果严重等级、风险发生可能性等级、风险综合性评价矩阵以及风险综合评级标准;
确定单元,用于根据所述运行风险准则从所述北斗系统的服务顶层指标开始按照自上而下顺序确定所述北斗系统运行的风险项目;
评估单元,用于根据所述风险项目建立所述北斗系统运行风险评估的贝叶斯网络模型,根据所述贝叶斯网络模型进行在线风险评估。
7.如权利要求6所述的装置,其特征在于,所述设置单元,具体用于:
设置所述运行风险后果严重等级以及所述风险发生可能性等级;
将所述运行风险后果严重性作为矩阵横轴,以及将所述风险发生可能性作为矩阵纵轴,对风险综合评价指数进行组合得到所述风险综合性评价矩阵;
根据所述风险综合评价指数设置所述风险综合评级。
8.如权利要求7所述的装置,其特征在于,所述确定单元,具体用于:
确定影响所述北斗系统服务顶层指标的关键任务,以及确定实现所述关键任务所述北斗系统具备的主要功能,其中,所述顶层指标包括可用性、连续性以及完好性;
确定实现所述主要功能的系统/分系统,根据顶层指标-关键任务-主要功能-系统/分系统的顺序自上而下梳理确定出所述风险项目。
9.如权利要求8所述的装置,其特征在于,所述评估单元,具体用于:
以所述北斗系统的运行风险作为第一级中心节点,将所述系统/分系统作为第一级边缘节点,通过连接弧将所述第一级边缘节点与所述第一级中心节点连接;
分别将每个所述第一级边缘节点作为第二级中心节点,将所述第二级中心节点对应的至少一个风险项目作为第二级边缘节点,通过连接弧将所述第二级边缘节点与所述第二级中心节点连接;
分别将每个所述第二级边缘节点作为第三级中心节点,确定每个所述第三级中心节点所对应的至少一个预设的监测指标,将每个所述预设的监测指标作为第三级边缘节点,通过连接弧将所述第三级边缘节点与所述第三级中心节点连接,得到所述贝叶斯网络模型。
10.如权利要求6~9任一项所述的装置,其特征在于,所述评估单元,具体用于:
获取所述北斗系统的运行数据,根据所述贝叶斯网络模型确定出所述运行数据对应的定性评估结果;
确定所述贝叶斯网络模型中各节点之间逻辑关系,根据所述定性评估结果以及所述逻辑关系确定预设的监测节点所对应的实时评估结果;
根据所述实时评估结果确定出所述监测节点的状态信息。
CN202011591765.9A 2020-12-29 2020-12-29 基于贝叶斯网络模型的被动运行风险分析评估方法及装置 Pending CN112686532A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011591765.9A CN112686532A (zh) 2020-12-29 2020-12-29 基于贝叶斯网络模型的被动运行风险分析评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011591765.9A CN112686532A (zh) 2020-12-29 2020-12-29 基于贝叶斯网络模型的被动运行风险分析评估方法及装置

Publications (1)

Publication Number Publication Date
CN112686532A true CN112686532A (zh) 2021-04-20

Family

ID=75453909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011591765.9A Pending CN112686532A (zh) 2020-12-29 2020-12-29 基于贝叶斯网络模型的被动运行风险分析评估方法及装置

Country Status (1)

Country Link
CN (1) CN112686532A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113313419A (zh) * 2021-06-23 2021-08-27 中国农业银行股份有限公司 信息系统窗口变更风险获取方法和装置
CN114384558A (zh) * 2022-01-12 2022-04-22 中国人民解放军国防科技大学 一种基于gpu的在线信号质量监测分析方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608634A (zh) * 2015-11-09 2016-05-25 国网新疆电力公司 一种基于贝叶斯网络的电网风险预警评估模型
JP2016143299A (ja) * 2015-02-04 2016-08-08 株式会社日立製作所 リスク評価システムおよびリスク評価方法
CN106779082A (zh) * 2016-11-11 2017-05-31 哈尔滨工程大学 一种支撑卫星导航定位可靠性需求的完好性风险概率分配方法
CN110766984A (zh) * 2019-11-07 2020-02-07 北航(四川)西部国际创新港科技有限公司 一种无人机运行场景建模方法
CN111581782A (zh) * 2020-04-16 2020-08-25 北京航空航天大学 一种基于健康状态层流逻辑模型的卫星健康层级评估方法
CN111723145A (zh) * 2020-07-06 2020-09-29 四川奥达测控装置有限公司 一种基于北斗的大数据应用信息云平台
CN112069726A (zh) * 2020-08-19 2020-12-11 中国航天标准化研究所 一种基于贝叶斯网络的风险分析评估方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016143299A (ja) * 2015-02-04 2016-08-08 株式会社日立製作所 リスク評価システムおよびリスク評価方法
CN105608634A (zh) * 2015-11-09 2016-05-25 国网新疆电力公司 一种基于贝叶斯网络的电网风险预警评估模型
CN106779082A (zh) * 2016-11-11 2017-05-31 哈尔滨工程大学 一种支撑卫星导航定位可靠性需求的完好性风险概率分配方法
CN110766984A (zh) * 2019-11-07 2020-02-07 北航(四川)西部国际创新港科技有限公司 一种无人机运行场景建模方法
CN111581782A (zh) * 2020-04-16 2020-08-25 北京航空航天大学 一种基于健康状态层流逻辑模型的卫星健康层级评估方法
CN111723145A (zh) * 2020-07-06 2020-09-29 四川奥达测控装置有限公司 一种基于北斗的大数据应用信息云平台
CN112069726A (zh) * 2020-08-19 2020-12-11 中国航天标准化研究所 一种基于贝叶斯网络的风险分析评估方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙海燕;谢彦民;郎治国;张蕊;: "模糊贝叶斯网络模型在卫星导航时频系统可靠性分析中的应用", 电讯技术, no. 08, pages 142 - 145 *
张旺勋;李群;侯洪涛;王维平;: "卫星导航系统的体系安全性分析方法", 国防科技大学学报, no. 02, pages 95 - 101 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113313419A (zh) * 2021-06-23 2021-08-27 中国农业银行股份有限公司 信息系统窗口变更风险获取方法和装置
CN113313419B (zh) * 2021-06-23 2023-10-10 中国农业银行股份有限公司 信息系统窗口变更风险获取方法和装置
CN114384558A (zh) * 2022-01-12 2022-04-22 中国人民解放军国防科技大学 一种基于gpu的在线信号质量监测分析方法及系统

Similar Documents

Publication Publication Date Title
Balu et al. On-line power system security analysis
Sinnamon et al. Improved accuracy in quantitative fault tree analysis
CN110633889A (zh) 一种区域现货市场技术支持系统
CN112686532A (zh) 基于贝叶斯网络模型的被动运行风险分析评估方法及装置
CN103902816A (zh) 基于数据挖掘技术的带电检测数据处理方法
Zheng et al. Evolutionary human-UAV cooperation for transmission network restoration
Kandaperumal et al. AWR: Anticipate, withstand, and recover resilience metric for operational and planning decision support in electric distribution system
CN113259148A (zh) 基于联邦学习的告警关联检测方法、系统、网络及介质
CN111179117A (zh) 一种智能配电网态势感知效果评定的计算方法及装置
US20220209876A1 (en) Weather impact modeling of satellite based services
Liu et al. Resilience assessment and importance measure for interdependent critical infrastructures
Jensen et al. Availability of a SCADA/OMS/DMS system—A case study
WO2019140553A1 (zh) 配电系统的健康指数确定方法及装置、计算机存储介质
Stewart et al. Integrated multi-scale data analytics and machine learning for the distribution grid and building-to-grid interface
CN114221901B (zh) 一种能源互联网cps韧性调度方法、系统及其存储介质
CN112597643B (zh) 航天测控系统的可靠性建模方法和装置
CN110070266A (zh) 一种用于识别电网连锁故障大事件的方法及系统
CN114743703A (zh) 核电站机组的可靠性分析方法、装置、设备和存储介质
CN102622668B (zh) 航空运行控制系统风险预警方法
CN114444886A (zh) 基于解析法的台风灾害下配电网受损概率评估方法
CN108491440B (zh) 一种gnss非实时数据溯源可视化方法和系统
Babazadeh et al. Resilience of smart integrated energy systems
Wu et al. Importance measures in reliability engineering: an introductory overview
CN105468871B (zh) 一种动量轮成功包络分析与应用方法
Samooni et al. Investigating the Climatic Effect on Reliability Assessment of a Composite Power System Using a Bayesian Network Base on Minimal Cutset

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