首页 / 专利库 / 人工智能 / 贝叶斯推理 / 基于贝叶斯网络法的柔性多状态开关可靠性分析方法

基于贝叶斯网络法的柔性多状态开关可靠性分析方法

阅读:350发布:2020-05-17

专利汇可以提供基于贝叶斯网络法的柔性多状态开关可靠性分析方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了属于换流器领域的一种基于 贝叶斯网络 法的柔性多状态 开关 可靠性分析方法。根据贝叶斯网络与故障树的相似性,首先建立柔性多状态开关中MMC的故障树,利用故障概率表对应故障树中的逻辑关系,将故障树分层转化为贝叶斯网络,建立基于MMC拓扑的三端柔性多状态开关的可靠性模型,精确表示多种运行状态,由此,对于SM子模 块 的贝叶斯网络建模,由于其结构简单、逻辑清晰,无需利用故障树进行转化,可直接建立贝叶斯网络,同理将对应的逻辑关系转化为故障概率表,计算出各项可靠性指标。本发明可以进行反向推理,利用后验概率找到柔性多状态开关的薄弱环节,为提高装置可靠性提出科学合理的建议,并为配 电网 可靠性计算提供参考数据。,下面是基于贝叶斯网络法的柔性多状态开关可靠性分析方法专利的具体信息内容。

1.一种基于贝叶斯网络法的柔性多状态开关可靠性分析方法,其特征在于,利用故障概率表对应故障树中的逻辑关系,将故障树分层转化为贝叶斯网络,建立基于MMC拓扑的三端柔性多状态开关的可靠性模型,精确表示多种运行状态;该可靠性分析方法包括:
根据贝叶斯网络与故障树的相似性,首先建立柔性多状态开关中MMC的故障树,由此,对于SM子模的贝叶斯网络建模,由于其结构简单、逻辑清晰,无需利用故障树进行转化,可直接建立贝叶斯网络,同理将对应的逻辑关系转化为故障概率表,即可计算出各项可靠性指标;
将故障树体现的逻辑关系对应转化为贝叶斯网络的故障概率表,即可将故障树分层转化为贝叶斯网络;同时假定尔可夫过程,建立柔性多状态开关的八状态运行模型;建立基于MMC拓扑的三端柔性多状态开关的可靠性模型,精确表示多种运行状态;所述柔性多状态开关的可靠性模型分为三层:
第一层为装置层,子系统包括三端MMC和一个装置级控制保护系统,每个子系统均有运行和故障两个状态,共有16个运行状态,而柔性多状态开关运行状态分为正常运行、单端MMC故障、双端MMC故障、停运四个状态,故对16个状态进行合并;MMC故障率通过下层计算得到,装置级控制保护系统故障率通过技术资料得到;
第二层为MMC,子系统包括三相共六个桥臂,每个桥臂串联一桥臂电抗器,桥臂采用工程中广泛应用的热备用模式,正常运行时,n个SM子模块中有k个投入运行,其他(n-k)个SM子模块作为热备用,SM子模块的故障率通过下层计算得到,假设可靠度函数服从指数分布,即:
R(t)=e-λt  (1)
式中,R(t)为可靠度函数,λ为故障率,t为时间;
式(1)即代表桥臂可靠性模型为k/n(G)模型,根据k/n(G)模型,得出每个桥臂的串联组可靠度函数为:
式中Rs-SM为串联阀组的可靠度函数,RSM为SM子模块的可靠度函数,n表示桥臂共有n个子模块,i代表叠加过程中的循环变量, 为数学中求组合符号;
则整个桥臂的可靠度函数为:
第三层为SM子模块,拓扑结构采用工程上广泛应用的半桥拓扑,则单个SM子模块的可靠度函数为:
式中,RIGBT(t)、RC(t)、RTHY(t)、RSMC(t)分别为IGBT模块、电容、续流二极管和子模块控制器的可靠度函数;即可计算出各项可靠性指标。
2.根据权利要求1所述基于贝叶斯网络法的柔性多状态开关可靠性分析方法,其特征在于,所述柔性多状态开关运行状态分为正常运行、单端MMC故障、双端MMC故障、停运四个状态具体表现为:三端MMC的故障与装置级控制保护系统故障均表现为柔性多状态开关停运;三端MMC中任意两个失效表现为柔性多状态开关工作在STATCOM模式;单端MMC失效即为柔性多状态开关的单端故障;当四个子系统均工作时,柔性多状态开关表现为正常运行状态;因此可以将16个运行状态合并为8个运行状态,得到柔性多状态开关的八状态运行模型。
3.根据权利要求1所述基于贝叶斯网络法的柔性多状态开关可靠性分析方法,其特征在于,所述柔性多状态开关中MMC的故障树,其中MMC的物理结构主要分为以下几个部分:换流单元、控制保护系统和阀冷系统;其换流单元包括三相,各相换流单元又包括上、下桥臂和阀基控制器;各桥臂又由串联阀系统和电抗器串联组成;将整个MMC系统停运作为顶事件,分析导致这一停运事件的所有可能原因,作为中间事件,将部件损坏作为底事件,建立整个MMC系统的故障树模型。

说明书全文

基于贝叶斯网络法的柔性多状态开关可靠性分析方法

技术领域

[0001] 本发明属于换流器领域,特别涉及一种基于贝叶斯网络法的柔性多状态开关可靠性分析方法。

背景技术

[0002] 柔性多状态开关是一类基于电压源型换流器(voltage source converter,VSC)的电电子装置,将其应用到配电网中可实现潮流的灵活控制,可消纳更多的新能源并在渗透力高的电力系统中更好的平衡负载。而且当配电网故障时,柔性多状态开关能通过切换控制方式实现非故障区域的不间断供电,提高配电网供电可靠性,因此被视为提升配电网供电灵活性及可靠性的关键配电设备,含柔性多状态开关的配电系统也将成为未来智能电网的重要形态特征。VSC有多种拓扑结构,其中基于模化多电平结构的MMC(Modular Multi-level Converter)因其模块化的结构,具有诸多优点,得到广泛应用。
[0003] 目前国内外有关柔性多状态开关及相关电力电子装置的研究主要集中于运行优化、故障恢复、优化配置、装备实现、以及在电力系统稳定性和潮流控制等方面,对其可靠性评估研究较少。由于电力电子装置本身高度复杂、发展不成熟、与电力系统联系密切等特点,在发挥其优点的同时,有可能因为自身设备可靠性较差而给电网的可靠性带来不利影响。
[0004] 为精确评估柔性多状态开关的可靠性指标,以及分析接入到配电网后对电力系统可靠性的影响,需要建立精确的可靠性模型,且计算方法应能够准确地计算出柔性多状态开关的各个可靠性指标,同时分析开关的薄弱环节,找出易发生故障的元件,现有的模型和分析方法不能够兼顾上述要求。
[0005] 为了实现以上功能,改进对柔性多状态开关可靠性评估方法的不足,本发明对可靠性模型和计算方法提出如下要求:
[0006] 1)可靠性模型需要精确的表示柔性多状态开关的拓扑结构;
[0007] 2)可靠性模型需考虑实际运行中的柔性多状态开关的运行状态及冗余配置;
[0008] 3)可靠性计算方法要能定量给出各个子系统的可靠度函数;
[0009] 4)可靠性计算方法可以计算出各个子系统在不同冗余配比下的故障率;
[0010] 5)可靠性计算方法要能够分析出系统的薄弱环节,为提高装置的可靠性提供定量的分析。

发明内容

[0011] 本发明的目的是提出一种基于贝叶斯网络法的柔性多状态开关可靠性分析方法,其特征在于,该可靠性分析方法包括:
[0012] 根据贝叶斯网络与故障树的相似性,首先建立柔性多状态开关中MMC的故障树,由此,对于SM子模块的贝叶斯网络建模,由于其结构简单、逻辑清晰,无需利用故障树进行转化,可直接建立贝叶斯网络,同理将对应的逻辑关系转化为故障概率表,即可计算出各项可靠性指标;
[0013] 将故障树体现的逻辑关系对应转化为贝叶斯网络的故障概率表,即可将故障树分层转化为贝叶斯网络。同时假定尔可夫过程,建立柔性多状态开关的八状态运行模型;建立基于MMC拓扑的三端柔性多状态开关的可靠性模型,精确表示多种运行状态;所述柔性多状态开关的可靠性模型分为三层:
[0014] 第一层为装置层,子系统包括三端MMC和一个装置级控制保护系统,每个子系统均有运行和故障两个状态,共有16个运行状态,而柔性多状态开关运行状态分为正常运行、单端MMC故障、双端MMC故障、停运四个状态,故对16个状态进行合并;MMC故障率通过下层计算得到,装置级控制保护系统故障率通过技术资料得到;
[0015] 第二层为MMC,子系统包括三相共六个桥臂,每个桥臂串联一桥臂电抗器,桥臂采用工程中广泛应用的热备用模式,正常运行时,n个SM子模块中有k个投入运行,其他(n-k)个SM子模块作为热备用,SM子模块的故障率通过下层计算得到,假设可靠度函数服从指数分布,即:
[0016] R(t)=e-λt  (I)
[0017] 式中,R(t)为可靠度函数,λ为故障率,t为时间。
[0018] 式(1)即代表桥臂可靠性模型为k/n(G)模型,根据k/n(G)模型,得出每个桥臂的串联阀组可靠度函数为:
[0019]
[0020] 式中Rs-SM为串联阀组的可靠度函数,RSM为SM子模块的可靠度函数,n表示桥臂共有n个子模块,i代表叠加过程中的循环变量, 为数学中求组合符号;
[0021] 则整个桥臂的可靠度函数为:
[0022]
[0023] 第三层为SM子模块,拓扑结构采用工程上广泛应用的半桥拓扑,则单个SM子模块的可靠度函数为:
[0024]
[0025] 式中,RIGBT(t)、RC(t)、RTHY(t)、RSMC(t)分别为IGBT模块、电容、续流二极管和子模块控制器的可靠度函数;即可计算出各项可靠性指标。
[0026] 所述柔性多状态开关运行状态分为正常运行、单端MMC故障、双端MMC故障、停运四个状态具体表现为:三端MMC的故障与装置级控制保护系统故障均表现为柔性多状态开关停运;三端MMC中任意两个失效表现为柔性多状态开关工作在STATCOM模式;单端MMC失效即为柔性多状态开关的单端故障;当四个子系统均工作时,柔性多状态开关表现为正常运行状态。因此可以将16个运行状态合并为8个运行状态,得到柔性多状态开关的八状态运行模型。
[0027] 所述柔性多状态开关中MMC的故障树,其中MMC的物理结构主要分为以下几个部分:换流单元、控制保护系统和阀冷系统;其换流单元包括三相,各相换流单元又包括上、下桥臂和阀基控制器;各桥臂又由串联阀系统和电抗器串联组成;将整个MMC系统停运作为顶事件,分析导致这一停运事件的所有可能原因,作为中间事件,将部件损坏作为底事件,建立整个MMC系统的故障树模型。
[0028] 本发明有益效果是旨在计算柔性多状态开关的多状态可靠性指标,除定量计算故障率等可靠性指标外,还可以定量给出系统薄弱环节分析的数据,以及对薄弱环节的识别,为提高装置可靠性提出科学合理的建议,并为配电网可靠性计算提供参考数据。附图说明
[0029] 图1为柔性多状态开关的状态转移图;
[0030] 图2为MMC的故障树图;
[0031] 图3为MMC的贝叶斯网络模型图;

具体实施方式

[0032] 本发明提出一种基于贝叶斯网络法的柔性多状态开关可靠性分析方法,下面结合附图对本发明做进一步说明。
[0033] 柔性多状态开关包括四个子系统,分别是三端MMC和装置级控制保护系统。用0和1分别表示失效和正常运行,则共有16个运行状态,本发明假设每个运行状态与且仅与上一个状态有关,即假定柔性多状态开关发生故障为马尔可夫过程,16状态转移图如图1所示。其中三端MMC的故障与装置级控制保护系统故障均表现为柔性多状态开关停运,三端MMC中任意两个失效表现为柔性多状态开关工作在STATCOM模式,单端MMC失效即为柔性多状态开关的单端故障,当四个子系统均工作时,柔性多状态开关表现为正常运行,因此可以将16个运行状态合并为8个运行状态,得到柔性多状态开关的八状态模型。
[0034] 为了精确计算可靠性指标,且能够通过反向推理得出系统薄弱环节,本发明利用贝叶斯网络法,建立柔性多状态开关的贝叶斯网络模型。而贝叶斯网络与故障树具有天然的相似性,因此可以将MMC的故障树轻易的转化为贝叶斯网络,再利用状态空间法对柔性多状态开关的8状态可靠性模型进行分析计算。
[0035] 图1针对柔性多状态开关的16个运行状态,利用马尔可夫过程绘制出状态转移图,图中MMC1、MMC2、MMC3分别代表三端MMC的运行状态,DLCAPS代表装置级控制保护系统的运行状态,0表示故障,1表示工作,双向箭头表示状态间互相转化。
[0036] 图2为MMC的故障树(Fault tree,FT)。基于FT的故障树分析法(Fault tree analysis,FTA)是一种对节点数量庞大结构复杂的系统进行可靠度建模的有效工具,它将我们不想发生的或者出现的系统状态作为顶事件,也就是整个系统的瘫痪,由顶向下寻找导致该事件出现的全部因素,直到分解为系统的基本事件才停止,这样有利于分析出致使目标事件出现的各种原因。对于一个复杂系统,可以基于FTA对贝叶斯网络进行建模,利用二者的相似性通过逻辑转化即可由FT得到MMC的贝叶斯网络。MMC物理结构主要分为以下几个部分:换流单元、控制保护系统和阀冷系统。其中换流单元包括三相,各相换流单元又包括上、下桥臂和阀基控制器。各桥臂又由串联阀系统和电抗器串联组成。将整个MMC系统停运作为顶事件,分析导致这一停运事件的所有可能原因,作为中间事件,将部件损坏作为底事件,建立整个MMC系统的故障树的模型。
[0037] 图3为MMC的贝叶斯网络模型。根据贝叶斯网络的建立方法,基于故障树模型,假设底层的事件之间具有条件独立性,由MMC系统故障树可以得到对应的贝叶斯网络,用G1表示顶事件MMC停运;F1、F2和F3分别表示事件控制保护系统故障、换流单元故障和阀冷系统故障;E1、E2和E3分别表示事件A、B、C三相换流单元故障;D1、D2和D3分别表示B相上桥臂故障、阀基控制器故障和B相下桥臂故障;C1、C2分别表示B相上桥臂串联阀系统和电抗器故障,C3、C4分别表示B相下桥臂串联阀系统和电抗器故障,B1-B14表示B相各个桥臂中的SM子模块故障,A1-A32表示SM中四个元件故障,即两个IGBT、一个二极管以及一个电容。贝叶斯网络中每一个连结均对应一个条件概率表,利用条件概率表可以表征故障树中的“与”、“或”、“非”等逻辑关系,即建立了整个MMC的贝叶斯网络。
[0038] 对SM子模块的贝叶斯网络建模,由于其结构简单、逻辑清晰,无需利用故障树进行转化,可直接建立贝叶斯网络,同理将对应的逻辑关系转化为故障概率表,即可计算出各项可靠性指标。
[0039] 本发明除定量计算故障率等可靠性指标外,还可以定量给出系统薄弱环节分析的数据。在已经建立好的贝叶斯网络模型中,设定底事件,即整个柔性多状态开关故障,计算系统中各部分元器件的条件故障概率,即利用后验概率体现出各个元器件对整个系统停运的贡献度,后验概率越高,则说明该元件越易成为系统故障的原因,反之则不易成为故障原因。
[0040] 本发明实现了柔性多状态开关的可靠性建模,可精确表征其多个运行状态,给定各元件的故障率参数,即可定量给出整个系统的故障概率。且桥臂的冗余度可调,能灵活针对不同的冗余配置做出相应的变化,同时,本发明可以进行双向推理,利用后验概率比较得出系统的薄弱环节,可为提高装置可靠性提出科学合理的建议,并为配电网可靠性计算提供参考数据。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈