用于梯级水电站风险分析的贝叶斯网络模型及构建方法技术

本发明专利技术涉及水利水电工程领域，其公开了一种用于梯级水电站风险分析的贝叶斯网络模型及构建方法，综合考虑了梯级水电站风险的各种因素，为水电工程风险的识别和评估提供强有力的理论和技术支撑。本发明专利技术中的构建方法包括：a.采用基于安全运行基本功能要求的工程风险分解识别方法识别出梯级水电站影响功能的风险；b.综合考虑影响梯级水电站的各个具体风险因素，并定义为节点变量，形成变量集；c.将变量集中的风险因素按照由高级到低级的形式，分层填入表格中，得到风险因素因果逻辑关系层级表；d.根据风险因素因果逻辑关系层级表中各变量之间的因果关系，采用单箭线将各变量连接成有向无环图，即完成了梯级水电站贝叶斯风险网络模型的构建。

Bayesian network model and construction method for risk analysis of cascade hydropower stations

The present invention relates to the field of water conservancy and Hydropower Engineering, and discloses a cascade hydropower station for risk analysis of Bayesian network model and construction method, considering various factors of cascade hydropower station risk, provide strong support for the theory and technology of risk identification and risk assessment of hydropower project. Including the construction method of the invention is: a. the safe operation of the project risk basic function decomposition identification method to identify the influence function of the risk of cascade hydropower stations based on B.; considering the impact of the cascade hydropower stations of various specific risk factors, and is defined as the node variable, form a set of variables; C. will be concentrated in accordance with variable risk factors senior to junior form, fill in the form of risk stratification, the causal logic level table; D. according to the causal relationship between the risk factors of the causal relation level of each variable in the table, using a single arrow will each variable connected into a directed acyclic graph, which completes the construction of cascade hydropower stations in Bayesian network model of risk.

【技术实现步骤摘要】
用于梯级水电站风险分析的贝叶斯网络模型及构建方法
本专利技术涉及水利水电工程领域，具体涉及一种用于梯级水电站风险分析的贝叶斯网络模型及构建方法。
技术介绍
梯级水电站工程，尤其是大型、巨型工程，具有投资大、周期长、运行环境复杂、影响因素多等特点，是一项综合性极强的系统工程。受自然条件(地质、水文、气候等)、建设条件(环境、交通等)等客观不确定性因素以及设计、建造及采购等环节的主观不确定性因素的影响，水电工程建设和运行过程中不断遇到新问题、新挑战，在设计、建设、投产运行的各个阶段都可能出现质量缺陷或隐患，给工程安全运行带来很多的不确定性。这些不确定性因素相互交织，共同影响着水电工程的安全运行。因此，如何科学合理地识别水电工程的风险并加以管理控制，促进水电站建设的安全科学有序发展，是水电科技工作者需要努力研究的重要方向之一。梯级水电站风险的形成和发生通常是众多不确定性因素相互作用的结果，通常不止是单一因素而是共因失效的问题。现有技术中，水利水电工程中常用的风险分析方法如故障树分析方法、事件树分析方法、决策树分析方法(简称“三树”分析方法)等不具备处理“共因失效”问题的能力。
技术实现思路
本本文档来自技高网...

【技术保护点】
用于梯级水电站风险分析的贝叶斯网络模型，根据坝型划分，分为土石坝梯级水电站贝叶斯风险网络模型、拱坝梯级水电站贝叶斯风险网络模型、重力坝/闸坝梯级水电站贝叶斯风险网络模型；其特征在于，各个网络模型均包括：运行工况节点、入库洪水节点区、泄水建筑物节点区、大坝质量节点区、共同节点区；所述运行工况节点用于体现水电站的各种运行工况；所述入库洪水节点区包括上游溃坝洪水和自然洪水两个节点；所述泄水建筑物节点区中的节点根据不同坝型的梯级水电站的具体情况设置；所述大坝质量节点区针对不同坝型的梯级水电站所包含节点不同：所述共同节点区对于不同坝型的梯级水电站所包含的节点相同。

【技术特征摘要】
1.用于梯级水电站风险分析的贝叶斯网络模型，根据坝型划分，分为土石坝梯级水电站贝叶斯风险网络模型、拱坝梯级水电站贝叶斯风险网络模型、重力坝/闸坝梯级水电站贝叶斯风险网络模型；其特征在于，各个网络模型均包括：运行工况节点、入库洪水节点区、泄水建筑物节点区、大坝质量节点区、共同节点区；所述运行工况节点用于体现水电站的各种运行工况；所述入库洪水节点区包括上游溃坝洪水和自然洪水两个节点；所述泄水建筑物节点区中的节点根据不同坝型的梯级水电站的具体情况设置；所述大坝质量节点区针对不同坝型的梯级水电站所包含节点不同：所述共同节点区对于不同坝型的梯级水电站所包含的节点相同。2.如权利要求1所述的用于梯级水电站风险分析的贝叶斯网络模型，其特征在于，所述水电站的各种运行工况包括：地震、暴雨、正常。3.如权利要求1所述的用于梯级水电站风险分析的贝叶斯网络模型，其特征在于，所述泄水建筑物节点区中的节点根据不同坝型的梯级水电站的具体情况设置，具体包括：针对土石坝梯级水电站，泄水建筑物节点区中的节点包括：洞式溢洪道、深孔泄洪洞、竖井泄洪洞，根据土石坝梯级水电站泄水建筑物具体设置情况，在节点数量和名称上可作相应调整；针对拱坝梯级水电站，泄水建筑物节点区中的节点包括：底孔泄洪、深孔泄洪、表孔泄洪，根据拱坝梯级水电站泄水建筑物具体设置情况，在节点数量上和名称上可作相应调整；针对重力坝/闸坝梯级水电站，泄水建筑物节点区中的节点包括一定数量的泄水孔，根据重力坝/闸坝梯级水电站泄水建筑物具体设置情况，在节点数量上和名称上可作相应调整。4.如权利要求1所述的用于梯级水电站风险分析的贝叶斯网络模型，其特征在于，所述大坝质量节点区针对不同坝型的梯级水电站所包含节点不同，具体包括...

【专利技术属性】
技术研发人员：李永红，张元泽，王仁坤，陈群，刘浩吾，
申请(专利权)人：中国电建集团成都勘测设计研究院有限公司，
类型：发明
国别省市：四川,51