一种针对不同数据特征的电气系统故障事件发生概率确定方法与流程

本发明涉及电气系统安全，特别是涉及具有不同数据情况下电气系统故障概率分布的确定。

背景技术：

系统存在的意义即为满足一定的功能需求。满足这样的功能需求的程度称为可靠性。从另一个角度看，我们通常关心系统发生故障的情况，因为需要合理安排有限资源防治系统故障。因此在系统运行过程中，对于系统可靠性的追求通常转化为对减少系统故障的需求。系统故障实际上是在众多因素或者因素的联合作用下系统功能性的改变。因此系统故障过程可定义为随着因素变化过程的系统失效的演化过程。电气系统故障过程是由众多事件组成的，在多种因素影响下，伴随着事件间的各种逻辑关系，具有拓扑结构的网络演化过程。电气系统故障过程无处不在，只要存在系统并需达到一定目的，就存在电气系统故障过程。具体地，电气系统故障过程存在于人工系统和自然系统中。人工系统是人按照一定目的建立的系统；自然系统是按照自然规律自发建立的系统。电气系统故障过程可将这些看似无关的过程，在系统层面进行统一描述。将这些过程抽象为以事件、传递、因素、逻辑相互作用组成的系统。那么电气系统故障过程对系统故障的抽象如何描述，进而分析电气系统故障过程成为关键问题。

电气系统故障过程的描述和分析方法要满足一些条件。方法应具备各种因素对事件和传递影响的描述和分析能力；各事件之间逻辑关系的描述和分析能力；宏观和微观的演化过程和事件间相互影响的描述和分析能力；具备对网络结构的描述和分析能力。虽然目前有一些方法如形式概念分析、解释结构、系统动力学、符号有向图等能用于类似电气系统故障过程的描述和分析，但一般不同时具备上述能力。

电气系统故障网络是具有点线结构，同时具备逻辑关系和多因素表示能力的网络拓扑结构分析方法。节点表示事件并蕴含先导事件间的逻辑结构；线表示连接，即为事件间的传递关系。在电气系统故障网络中，连接蕴含着传递概率，表示原因事件引起结果事件的可能性。当原因事件不能导致结果事件，或者在某些因素条件下不导致结果事件时的连接称为虚连接，应去掉，同时传递概率为0；当原因事件能导致结果事件发生时传递概率为[0,100％]。随着进一步研究，传递概率可分为两个层面理解，即延续性传递概率和过滤性传递概率。文中只涉及延续性传递概率，过滤性传递概率另文介绍。

定义1延续性传递概率：在原因事件和结果事件之间存在着合理的逻辑关系前提下，不考虑原因事件本身的发生概率，只在结构上考虑原因事件发生后，导致结果事件发生的概率。

延续性传递概率认为，无论原因事件发生概率如何，都将有一定的非零可能性导致结果事件发生。即假设原因事件发生情况下导致结果事件的可能性。过程事件：由故障起始事件或其他过程事件导致的事件，同时也导致其他过程事件或电气系统故障事件。连接：故障发生过程中事件之间的影响传递。传递概率：原因事件可导致结果事件的概率。

技术实现要素：

一种针对不同数据特征的电气系统故障事件发生概率确定方法，其特征在于，了应对电气系统故障过程中获得的不同类型故障数据分析问题，提出了四种电气系统故障事件发生概率的计算方法，这四种方法基于四种数据采取了不同方式和逻辑进行计算，可计算在给定条件下电气系统故障事件发生概率、次数和概率分布，可用于电气系统故障过程应对不同基础数据进行分析，增强不同情况下电气系统故障事件的分析能力。电气系统故障过程对应系统也需要有系统边界，一般将故障起始事件作为演化过程的起始点，电气系统故障事件作为演化过程的停止点。当然在对应的电气系统故障网络中，故障电气系统故障事件也可以是电气系统故障过程中关心的事件或故障。

故障事件发生指对象发生故障。事件由对象和对象状态组成。对象是事件的主体，对象状态是对象外在表现，是对象故障状态，由不同因素对状态进行影响。考虑到多因素影响下由故障概率分布表示，事件发生概率是单一数据时也可计算。

这里提出四种数据状态下的使用电气系统故障网络描述电气系统故障过程的电气系统故障事件发生概率计算方法。为说明方便先给出分析实例，其电气系统故障网络如图1所示。注：故障起始事件的发生概率分布范围是时间t∈[0,100]d，温度c∈[0,50]℃。

由图1(a)可知该电气系统故障过程的电气系统故障网络。根据定义，事件a、b、c、f和k是电气系统故障网络中的故障起始事件；事件v和u是电气系统故障事件；其余事件为过程事件。箭头实线表示连接，箭头方向从原因事件指向结果事件。箭头实线蕴含着传递概率，用q表示。图1(b)～(f)为对应事件的发生概率分布，或称为元件故障概率分布。根据权利要求1所述一种针对不同数据特征的电气系统故障事件发生概率确定方法，其特征在于，提出四种电气系统故障事件发生概率计算方法，他们对应了不同的数据情况。①只记录了故障起始事件发生概率，不包含因素影响；②记录了故障起始事件发生概率分布；③记录了在规定条件范围内的故障起始事件发生次数；④记录了故障起始事件发生时对应的因素状态，了解事件发生概率分布。

①第一种情况也是最简单的情况就是只有故障起始事件的发生概率。这些概率是在元件设计或者经过测试情况下得到的，通常只有数值，没有具体的故障时对应因素状态记录。因此无法得到元件的故障概率分布。但可使用电气系统故障网络得到电气系统故障事件发生概率。建立原因事件与结果事件关系组s，如式(1)所示。

式中：ce代表原因事件，包括故障起始事件和过程事件；re代表结果事件，包括过程事件和电气系统故障事件；qre结果事件发生概率/分布；qce→re原因事件到结果事件的传递概率；qce原因事件发生概率/分布；or表示原因事件或关系导致结果事件；and表示原因事件与关系导致结果事件；tran表示原因事件导致结果事件。

在图1中有三种基本关系，“与，或，传递”。与关系如事件f与e导致事件g发生，在s中可表示为qg＝q23*qf*q22*qe。或关系如事件b和c导致e发生，在s中可表示为qe＝1-(1-q26*qb)*(1-q27*qc)。传递关系如事件d导致事件h发生qh＝q21*qd。所有原因事件和结果事件的关系组成关系组s。按照电气系统故障网络分析顺序，从电气系统故障事件出发寻找其原因事件，再作为结果事件继续寻找原因事件，直到原因事件为故障起始事件为止。合并s中的所有关系形成关于电气系统故障事件发生概率的解析式，如图1中电气系统故障事件v和u的解析式如式(2)和(3)所示。

qv＝q1*q7*q13*(1-(1-q20*qa)*(1-q28*q21*(1-(1-q24*qa)*(1-q25*qb))))*q14*(1-(1-q19*q21*(1-(1-q24*qa)*(1-q25*qb)))*(1-q18*q23*qf*q22*(1-(1-q26*qb)*(1-q27*qc)))*(1-q17*qk))(2)

qu＝q2*(1-(1-q4*q6*(1-(1-q8*q13*(1-(1-q20*qa)*(1-q28*q21*(1-(1-q24*qa)*(1-q25*qb))))*q14*(1-(1-q19*q21*(1-(1-q24*qa)*(1-q25*qb)))*(1-q18*q23*qf*q22*(1-(1-q26*qb)*(1-q27*qc)))*(1-q17*qk)))*(1-q9*q15*(1-(1-q19*q21*(1-(1-q24*qa)*(1-q25*qb)))*(1-q18*q23*qf*q22*(1-(1-q26*qb)*(1-q27*qc)))*(1-q17*qk)))))*(1-q5*q10*q15*(1-(1-q19*q21*(1-(1-q24*qa)*(1-q25*qb)))*(1-q18*q23*qf*q22*(1-(1-q26*qb)*(1-q27*qc)))*(1-q17*qk))))*q3*(1-(1-q11*q15*(1-(1-q19*q21*(1-(1-q24*qa)*(1-q25*qb)))*(1-q18*q23*qf*q22*(1-(1-q26*qb)*(1-q27*qc)))*(1-q17*qk)))*(1-q12*q16*qk))(3)

②记录了故障起始事件发生概率分布。记录了不同因素状态下对应的事件发生概率。如图1(b)～(f)所示为所有故障起始事件的发生概率分布。其计算方法与式(1)相同，并形成相同的关系组s。形成的电气系统故障事件发生概率分布解析式与式(2)和(3)相同。

③记录了在规定条件范围内的故障起始事件发生次数，同时已知各故障起始事件发生概率分布。在一定范围内，不同故障起始事件的发生次数将导致电气系统故障事件发生次数的变化。与①和②的概率逻辑不同，这里使用发生次数逻辑形成关系组s，但形成电气系统故障事件发生概率解析式的方法相同。建立原因事件与结果事件关系组s，如式(4)所示。

s＝{ce→re|qre＝∑(qce→reqce)or；qre＝min(qce→reqce)and；qre＝qce→reqcetrans,qee＝qee×nee}(4)

式中：qee故障起始事件发生概率分布；nee故障起始事件发生次数。

式中or表示或关系，即只要原因事件之一发生就导致结果事件发生，如图1中b和c发生次数影响e，表示为qe＝q26*qb+q27*qc；式中and表示与关系，原因事件同时发生结果事件发生，如f和e同时发生g发生，表示为qg＝min(q23*qf,q22*qe)，传递关系如qr＝q7*ql。qee＝qee×nee表示根据故障起始事件发生次数将故障起始事件发生概率分布放大发生次数倍。

④记录故障起始事件发生及对应的因素状态，已知各故障起始事件发生概率分布。这是记录数据较全面的情况。既包括了分析得到的概率分布，又包含实际发生情况。可在方法②计算过程中，将全部确定发生的故障起始事件在故障起始事件发生概率分布的对应位置改为1，其余分布不变。这表示在概率分布中，已发生事件的概率为1，使方法更为精确。但精确程度取决于实际故障起始事件发生的次数。关系组s和电气系统故障事件发生概率解析式形成方法与②相同。

附图说明

图1电气系统故障网络及其故障起始事件发生概率部分

图2方法②得到的电气系统故障事件发生概率

图3方法③得到的电气系统故障事件发生概率

图4方法④得到的电气系统故障事件发生概率

具体实施方式

根据图1分析上述四种情况下的电气系统故障事件发生情况，研究范围是时间t∈[0,100]d，温度c∈[0,50]℃。设所有传递概率q1～28＝0.1。

对于第①种情况，设所有故障起始事件发生概率为0.01，那么电气系统故障事件发生概率分别为qv＝1.0404×10^-8％；qu＝1.2364×10^-10％。

第②种情况，故障起始事件发生概率分布如图1(b)～(f)，得到电气系统故障事件v和u的发生概率分布如图2所示。由图可知，电气系统故障事件v的发生概率分布较u的分布大两个数量级。这和故障演化过程的故障起始事件数量和连接次数有关。如果将电气系统故障事件发生概率分布解析式展开，可得到多个以+和-连接的多项式。每一个以+连接的多项式都代表了一种导致电气系统故障事件发生的可能性，称为增量单元故障演化过程。由于故障起始事件发生概率和传递概率都小于1，因此故障起始事件越少，连接次数越小时电气系统故障事件发生概率越大。而且电气系统故障事件发生概率主要取决于故障起始事件少且连接次数小的增量单元故障演化过程。因此可知事件u较v的发生原因和传递过程更为复杂，需要更多的故障起始事件和传递。进而导致u的发生需要更多条件，因此其发生概率分布较v小两个数量级。

第③种情况，设各故障起始事件发生概率分布为图1(b)～(f)，a、b、c、f和k的发生次数分别为30、50、100、70和25。得到的电气系统故障事件v和u发生概率分布如图3所示。图3分布依赖于故障起始事件的发生次数，即当故障起始事件a、b、c、f和k的发生次数分别为30、50、100、70和25时，才能得到图3分布。图3(a)表示当a、b、c、f和k有上述发生次数时，电气系统故障事件v的发生次数在10^-3左右。因此各故障起始事件发生次数扩大10³时，v可能发生1次。同理电气系统故障事件u的发生次数在10^-4左右。因此各故障起始事件发生次数扩大10⁴时，u可能发生1次。

第④种情况，设各故障起始事件发生概率分布为图1(b)～(f)，a、b、c、f和k的发生次数分别为30、50、100、70和25，都在各自电气系统故障事件发生概率分布中，对应位置概率为1。得到的电气系统故障事件v和u得事件概率分布如图3所示。如图4所示，方法④与方法②得到的分布类似，不同之处在于图4中有一些离散点的事件发生概率为1。这可以通过实际已发生事件确定对应因素条件下发生概率为1，进一步细化概率分布。当然也可以将实际发生事件对应因素作为中心进行信息扩散。将多点信息扩散与原概率分布进行处理得到综合的发生概率分布，这里不做详述。

上述四种计算电气系统故障事件发生概率的方法源于基础数据的不同。一般情况下我们只记录元件故障概率(事件发生概率)，因此只能使用方法①。当在故障发生时不但获得了元件故障概率，也获得了对应的因素条件形成元件故障概率分布，则可使用方法②。当知道元件故障概率分布，也知道在分布的因素范围内故障发生次数，可使用方法③。当知道元件故障概率分布，也知道在分布的因素范围内故障发生次数和这些次故障对应的因素条件时可使用方法④。因此这四种方法可根据获得数据的情况进行选择。根据故障数据特点确定电气系统故障事件发生概率的方法很多。