本发明专利技术公开了一种基于半马尔科夫过程的电力设备可靠性评估方法，包括以下步骤：确认设备运行状态；根据半马尔科夫过程，确定设备的状态转移概率矩阵；根据历史状态检测评价记录，确定设备状态观测概率矩阵；获取研究周期初始时刻设备的状态信息；并通过贝叶斯定理，进行设备可靠性评估，确定设备各状态概率。本发明专利技术中半马尔科夫过程的状态持续时间可以满足任意的分布，在进行设备可靠性评估时计及设备状态先验信息，满足电力设备可靠性评估的要求，使设备可靠性评估结果更加精准。
A reliability evaluation method of power equipment based on semi Markov process
【技术实现步骤摘要】
一种基于半马尔科夫过程的电力设备可靠性评估方法
本专利技术涉及电力系统分析
，具体涉及一种基于半马尔科夫过程的电力设备可靠性评估方法。
技术介绍
电力系统由发电设备、输变电设备以及各种用电设备有机组成，由于设备构成复杂，状态检修背景下，不同类型设备状态检测技术存在差异，受监测信息缺失、量测误差等各种因素影响，设备状态检测不确定性显著增加，给电力设备检修决策带来了困难。为处理设备状态检测结果的不精确，状态部分可观测马尔科夫过程得到广泛应用，它通过利用设备状态先验信息，减小状态信息不精确的影响，现有技术将状态部分可观测马尔科夫过程与马尔科夫决策过程结合，优化设备个体检修策略。综观当前的研究，基于状态部分可观测马尔科夫过程已开展的研究无法考虑设备状态停留时间服从一般分布的情况，难以满足电力设备可靠性评估的要求，因此，迫切需要提出针对一般分布的电力设备可靠性评估方法。基于上述背景，本专利技术提出一种基于半马尔科夫过程的电力设备可靠性评估方法。
技术实现思路
为了解决上述技术问题，本专利技术所采用的技术方案是提供一种基于半马尔科夫过程的电力设备可靠性评估方法，包括以下步骤：S1、确认设备运行过程状态；S2、根据半马尔科夫过程，确定电力设备的状态转移概率矩阵；S3、根据历史状态检测评价记录，确定设备状态观测概率矩阵；S4、获取研究周期初始时刻设备的状态信息；S5、根据步骤S2、S3与步骤S4，并通过贝叶斯定理，评估设备各状态概率。在上述方法中，所述设备运行过程状态包括：状态0表示设备正常运行状态，状态1表示注意状态，状态2表示异常状态，状态3表示老化故障状态。在上述方法中，所述步骤S2计算如下：使用状态转移概率矩阵表示设备的状态转移概率，如下：式中，pij表示设备从状态i时转移到状态j的概率，满足若设备初始处于状态j，则在时刻t设备处于状态0、状态1、状态2、状态3的概率分别为Pj,0(t)、Pj,1(t)、Pj,2(t)、Pj,3(t)，设备状态概率以下式求解：Pj(t)＝Pj(t-1)p(3)式中，Pj(t)＝[Pj,0(t),Pj,1(t),Pj,2(t),Pj,3(t)]，Pj,j(0)＝1。在上述方法中，所述步骤S3包括步骤：设定设备真实状态为状态l，状态评价结果为状态θ，在选定的统计时间内，根据同类型设备的历史状态记录，可得设备真实状态为状态l时，状态评价结果为状态θ的统计次数Cl,θ，则当设备真实状态为状态l时，状态评价结果为状态θ的概率gl,θ可按下式进行估计：反映设备状态评价结果与其真实状态间的概率关系的观测概率矩阵G如下：在上述方法中，所述步骤S4包括：获取研究周期初始时刻的设备状态信息，即设备运行或故障，获取距离上一次状态检测设备已运行时间为tin，距离上一次故障后检修设备已运行时间为tc。在上述方法中，所述步骤S5包括步骤：设定πl＝[πl,0,πl,1,πl,2,πl,3]表示设备经过第l次检测的状态概率，设备经过状态检测和状态评价后，根据贝叶斯定理，πl,0、πl,1、πl,2、πl,3求解如下公式：其中，Δtl，l＝1,…,nmax，为第l-1次状态检测和第l次状态检测的间隔时间；αin(l)表示设备经过第l次检测后的状态评价结果；γ(πl-1,αin(l),Δtl)为已知设备先验概率分布πl-1的前提下，状态评价结果为状态αin(l)的概率，求解如下公式：分以下2种情况计算设备当前时刻处于状态i的概率Pi(0)(i＝0，1，2，3)；(1)当tin>tc时，设备当前时刻处于状态i的概率如下式：(2)当tin<tc时，设备当前时刻处于状态i的概率如下式：在该情况下，可知设备自上一次检测可靠运行至0时刻，可得式中，πβ,0、πβ,1和πβ,2分别表示上一次状态检测之后设备状态评价结果为状态0、状态1和状态2的概率，可根据式(6)-式(8)计算得到。本专利技术中半马尔科夫过程的状态持续时间可以满足任意的分布，在进行设备可靠性评估时计及设备状态先验信息，满足电力设备可靠性评估的要求，使设备状态估计结果更加精准。附图说明图1为本专利技术中提供的流程图。具体实施方式下面结合具体实施方式和说明书附图对本专利技术做出详细的说明。如图1所示，本专利技术提供了一种基于半马尔科夫过程的电力设备可靠性评估方法，包括以下步骤：S1、确认设备运行过程状态；本实施例中，设备运行过程状态包括：状态0表示设备正常运行状态，状态1表示注意状态，状态2表示异常状态，状态3表示老化故障状态。S2、根据半马尔科夫过程，确定设备的状态转移概率矩阵；具体如下：由于半马尔科夫过程的状态持续时间可以满足任意的分布，本实施例使用状态转移概率矩阵表示设备的状态转移概率，如下：式中，pij表示设备从状态i时转移到状态j的概率，满足若设备初始处于状态j，则在时刻t设备处于状态0、状态1、状态2、状态3的概率分别记为Pj,0(t)、Pj,1(t)、Pj,2(t)、Pj,3(t)，设备状态概率以下式求解：Pj(t)＝Pj(t-1)p(3)式中，Pj(t)＝[Pj,0(t),Pj,1(t),Pj,2(t),Pj,3(t)]，Pj,j(0)＝1。S3、根据历史状态检测评价记录，确定设备状态观测概率矩阵；具体如下：为了便于区别，设定设备真实状态为状态l，状态评价结果为状态θ，在选定的统计时间内，根据同类型设备的历史状态记录，可得设备真实状态为状态l时，状态评价结果为状态θ的统计次数Cl,θ，则当设备真实状态为状态l时，状态评价结果为状态θ的概率gl,θ可按下式进行估计：本实施例，已知设备状态的观测值空间为{状态0，状态1，状态2，状态3}，gl,θ为当设备真实状态为状态l时，状态评价结果为状态θ的概率，则反映设备状态评价结果与其真实状态间的概率关系的观测概率矩阵G如下：其中，特殊地，令g3,3＝1。S4、获取研究周期初始时刻设备的状态信息；具体如下：设备状态评价结果与其真实状态间的概率关系只考虑了设备历史状态评价信息，然而在实际检修决策中，还有一类信息不需要状态检测即可方便获取，即研究周期初始时刻(0时刻)的状态信息(即设备运行或故障)，为使当前的状态评价更准确，将该信息考虑至设备可靠性评估中。根据统计资料获取距离上一次状态检测设备已运行时间为tin，距离上一次故障后检修设备已运行时间为tc。根据步骤S2、S3与步骤S4，并通过贝叶斯定理，评估设备各状态概率；具体步骤如下：令Δtl(l＝1,…,nmax)表示第l-1次状态检测和第l次状态检测的间隔时间本文档来自技高网...
【技术保护点】
1.一种基于半马尔科夫过程的电力设备可靠性评估方法，其特征在于，包括以下步骤：/nS1、确认设备运行状态；/nS2、根据半马尔科夫过程，确定设备的状态转移概率矩阵；/nS3、根据历史状态检测评价记录，确定设备状态观测概率矩阵；/nS4、获取研究周期初始时刻设备的状态信息；/nS5、根据步骤S2、S3与步骤S4，并通过贝叶斯定理，评估设备各状态概率。/n
【技术特征摘要】
1.一种基于半马尔科夫过程的电力设备可靠性评估方法，其特征在于，包括以下步骤：
S1、确认设备运行状态；
S2、根据半马尔科夫过程，确定设备的状态转移概率矩阵；
S3、根据历史状态检测评价记录，确定设备状态观测概率矩阵；
S4、获取研究周期初始时刻设备的状态信息；
S5、根据步骤S2、S3与步骤S4，并通过贝叶斯定理，评估设备各状态概率。
2.如权利要求1所述的基于半马尔科夫过程的电力设备可靠性评估方法，其特征在于，所述设备运行状态包括：状态0表示设备正常运行状态，状态1表示注意状态，状态2表示异常状态，状态3表示老化故障状态。
3.如权利要求2所述的基于半马尔科夫过程的电力设备可靠性评估方法，其特征在于，所述步骤S2计算如下：
使用状态转移概率矩阵表示设备的状态转移概率，如下：
式中，pij表示设备从状态i时转移到状态j的概率，满足
若设备初始处于状态j，则在时刻t设备处于状态0、状态1、状态2、状态3的概率分别记为Pj,0(t)、Pj,1(t)、Pj,2(t)、Pj,3(t)，设备状态概率按下式求解：
Pj(t)＝Pj(t-1)p(3)
式中，Pj(t)＝[Pj,0(t),Pj,1(t),Pj,2(t),Pj,3(t)]，Pj,j(0)＝1。
4.如权利要求3所述的基于半马尔科夫过程的电力设备可靠性评估方法，其特征在于，所述步骤S3包括步骤：
设定设备真实状态为状态l，状态评价结果为状态θ，在选定的统计时间内，根据同类型设备的历史状态记录，可得设备真实状态为状态l时，状态评价结果为状态θ的统计次数Cl,θ，则当设备真实状态为状态l时，状态评价结果为状态θ的概率gl,θ可按下式进行估计：<...
【专利技术属性】
技术研发人员：徐波，张富强，侯东羊，徐沈智，徐志成，赵秋莉，黄海，方朝雄，杜翼，项康利，黄夏楠，
申请(专利权)人：国网能源研究院有限公司，国网福建省电力有限公司经济技术研究院，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。