CN112464488A - 地铁牵引供电***可靠性评估方法、装置、设备和介质 - Google Patents
地铁牵引供电***可靠性评估方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN112464488A CN112464488A CN202011427164.4A CN202011427164A CN112464488A CN 112464488 A CN112464488 A CN 112464488A CN 202011427164 A CN202011427164 A CN 202011427164A CN 112464488 A CN112464488 A CN 112464488A
- Authority
- CN
- China
- Prior art keywords
- fault
- power supply
- traction power
- calculating
- supply system
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 23
- 230000008439 repair process Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000012546 transfer Methods 0.000 claims abstract description 6
- 238000005070 sampling Methods 0.000 claims description 17
- 238000005315 distribution function Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 description 5
- 238000012854 evaluation process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种地铁牵引供电***可靠性评估方法、装置、设备和介质,该方法包括步骤:建立地铁牵引供电***的故障树模型;计算地铁牵引供电设备故障的分布参数;基于所述故障树模型和所述分布参数,采用序贯蒙特卡洛方法模拟牵引供电设备及***状态转移过程,计算得到故障间隔时间、修复时间、修复次数和故障次数;根据所述故障间隔时间、所述修复时间、所述修复次数和所述故障次数计算地铁牵引供电***的可靠性指标。本发明通过建立故障树模型,采用序贯蒙特卡洛方法模拟服从不同故障分布类型的设备运行状态,适用性强,还可以计算***故障平均修复时间及***故障平均间隔时间可靠性评估时间指标,获取的可靠性信息更加丰富适用。
Description
技术领域
本发明属于地铁牵引供电***评估技术领域,具体涉及一种地铁牵引供电***可靠性评估方法、装置、设备和介质。
背景技术
地铁牵引供电***作为地铁的“心脏”与“血管”,主要负责向列车提供源源不断的动力,牵引供电***安全可靠运营是地铁安全稳定运行的保障。若地铁牵引供电***不能可靠运行,则会造成不可估量的经济损失及恶劣的社会影响,严重时甚至还会危及到乘务人员及乘客的生命安全。
现有技术中存在通过分析牵引供电***设备可靠性和***拓扑结构,运用概率论和数理统计等数学方法,对牵引供电***的可靠性规律进行定性和定量分析评估,如申请号分别为CN201810693308.7、CN201910438407.5、CN201610329344.6的三项中国专利分别提出了城市轨道交通牵引供电***、电气化铁路牵引供电***、高速铁路牵引供电***的可靠性评估方法。但是由于***内各牵引供电设备的故障率对于可靠性评估结果有直接影响,目前可靠性评估方法没有考虑设备故障率在其全寿命运行周期中不断变化的影响,导致建模不精确。
传统可靠性评估方法多采用解析法(如故障枚举法、最小割集法等)求解***可靠性指标,物理概念清晰,计算精度高,但随着***规模的增大和***内设备数目的增多,***状态数目呈指数规律增长,计算量急剧增大,且计算的可靠性指标较为单一,难以适用大规模复杂***可靠性的评估。地铁建设投运周期较短,牵引供电设备故障或停运的统计样本较少,对牵引供电***进行量化评估需大量统计数据,设备故障数据获取较难。如何充分挖掘牵引供电设备的历史故障数据信息,在小样本条件下对地铁牵引供电***可靠性精确建模,一直是牵引供电***可靠性评估过程中的热点问题与瓶颈所在。
发明内容
为了克服上述技术缺陷,本发明提供了一种地铁牵引供电***可靠性评估方法、装置、设备和介质,其能实现通过获取丰富的可靠性指标对地铁牵引供电***进行可靠性量化评估。
为了解决上述问题,本发明按以下技术方案予以实现的:
一种地铁牵引供电***可靠性评估方法,包括步骤:
建立地铁牵引供电***的故障树模型;
计算地铁牵引供电设备故障的分布参数;
基于所述故障树模型和所述分布参数,采用序贯蒙特卡洛方法模拟牵引供电设备及***状态转移过程,计算得到故障间隔时间、修复时间、修复次数和故障次数;
根据所述故障间隔时间、所述修复时间、所述修复次数和所述故障次数计算地铁牵引供电***的可靠性指标。
作为本发明的进一步改进,所述建立地铁牵引供电***的故障树模型的步骤,包括步骤:
确定地铁牵引供电***的故障树的顶事件,基于地铁牵引供电***架构,根据地铁牵引供电***拓扑结构与运行方式,获取所有导致所述障树的顶事件发生的直接原因作为故障树的中间事件,自上而下逐级寻找导致所述故障树的中间事件发生故障的直接原因,直至推导到所述故障树的底事件为止;
根据所述故障树的底事件与所述故障树的中间事件的逻辑关系,确定所述故障树模型的逻辑门,按照所述故障树的顶事件、所述逻辑门、所述故障树的中间事件、所述逻辑门、所述故障树的底事件的顺序建立所述故障树模型。
作为本发明的进一步改进,所述计算地铁牵引供电设备故障的分布参数的步骤,包括步骤:
选取某一地铁牵引供电设备的若干个历史故障时间,并按照时间大小进行排序;
根据地铁牵引供电***设备的总数,利用威尔分布函数描述设备故障分布;
根据历史故障时间,计算得到威尔分布函数的尺度参数和形状参数;
获取实际工程中各个牵引供电设备的修复率,利用指数分布函数描述设备修复分布。
作为本发明的进一步改进,所述基于所述故障树模型和所述分布参数,采用序贯蒙特卡洛方法模拟牵引供电设备及***状态转移过程,计算得到故障间隔时间、修复时间、修复次数和故障次数的步骤,包括步骤:
基于所述故障树模型和所述分布参数,设置牵引供电设备及地铁牵引供电***的初始状态为正常,设定***蒙特卡洛仿真的抽样次数;
随机抽样产生所述抽样次数各服从所述分布参数的随机数样本,将随机数样本按照大小顺序排列,得到故障时间段样本;
随机抽样产生所述抽样次数各服从指数分布的随机数样本,将随机数样本按照大小顺序排列,得到修复时间段样本;
根据所述故障间隔时间和所述修复时间计算得到牵引供电设备的失效时刻和修复时刻,将所述失效时刻和所述修改时刻按照大小顺序排列,得到牵引供电设备在各时间段内的工作状态;
根据故障树逻辑,判断蒙特卡洛仿真抽样周期内顶事件、中间事件以及底事件的状态,并根据顶事件、中间事件以及底事件的状态计算得到所述故障间隔时间、所述修复时间、所述修复次数和所述故障次数。
作为本发明的进一步改进,所述根据所述故障间隔时间、所述修复时间、所述修复次数和所述故障次数计算地铁牵引供电***的可靠性指标的步骤,包括步骤:
根据所述修复时间和所述修复次数计算得到***故障平均修复时间;
根据所述故障间隔时间和所述故障次数计算得到***故障平均间隔时间;
根据所述***故障平均修复时间和所述***故障平均间隔时间计算得到***稳态可用度;
根据所述***稳态可用度计算得到***稳态不可用度。
作为本发明的进一步改进,根据历史故障时间,计算得到威尔分布函数的尺度参数和形状参数,具体为:
根据历史故障时间,采用最小二乘法计算得到威尔分布函数的尺度参数和形状参数。
与现有技术相比,本发明具有以下有益效果:
1、本发明考虑地铁牵引供电***多种设备不同的服役性能,采用序贯蒙特卡洛方法模拟服从不同故障分布类型的设备运行状态,也可以考虑检修安排、设备维修等工程实际情况,应用灵活,适应性更强;
2、本发明模拟地铁牵引供电各状态的持续时间及状态转移频率,在获取可用度、不可用度可靠性评估概率指标的同时,还可以计算***故障平均修复时间及***故障平均间隔时间可靠性评估时间指标,获取的可靠性信息更加丰富适用;
3、本发明通过建立地铁牵引供电***的故障树模型,可使本发明能用于不同规模的地铁牵引供电***可靠性评估,具有良好的兼容性,评估过程采样次数与***规模无关,在进行复杂地铁牵引供电***的可靠性评估更具有优越性。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明,其中:
图1为实施例1所述地铁牵引供电***可靠性评估方法流程图。
图2为实施例2所述地铁牵引供电***可靠性评估装置结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
本实施例提供了一种地铁牵引供电***可靠性评估方法,如图1所示,包括步骤:
S1、建立地铁牵引供电***的故障树模型;
S2、计算地铁牵引供电设备故障的分布参数;
S3、基于故障树模型和分布参数,采用序贯蒙特卡洛方法模拟牵引供电设备及***状态转移过程,计算得到故障间隔时间、修复时间、修复次数和故障次数;
S4、根据故障间隔时间、修复时间、修复次数和故障次数计算地铁牵引供电***的可靠性指标。
在上述实施例中,步骤S1具体包括如下步骤:
S11、确定地铁牵引供电***的故障树的顶事件,基于地铁牵引供电***架构,根据地铁牵引供电***拓扑结构与运行方式,获取所有导致障树的顶事件发生的直接原因作为故障树的中间事件,自上而下逐级寻找导致故障树的中间事件发生故障的直接原因,直至推导到故障树的底事件为止;本实施例中,以“地铁牵引供电***无法向接触网正常供电”作为故障树顶事件,以“地铁牵引供电***内供电设备故障”作为故障树底事件,基于地铁牵引供电***架构根据地铁牵引供电***拓扑结构与运行方式,获取所有导致“地铁牵引供电***无法向接触网正常供电”发生的直接原因作为故障树的中间事件,自上而下逐级寻找导致故障树的中间事件发生故障的直接原因,直至推导到故障树的底事件为止。
S12、根据故障树的底事件与故障树的中间事件的逻辑关系,确定故障树模型的逻辑门,按照故障树的顶事件、逻辑门、故障树的中间事件、逻辑门、故障树的底事件的顺序建立故障树模型。
进一步的,步骤S2包括如下步骤:
S21、选取某一地铁牵引供电设备的n个历史故障时间,并按照时间大小进行排序:x1,x2,…,xb,…,xn,其中b=1,2,…,n;
S22、根据地铁牵引供电***设备的总数N,利用威尔分布函数描述第i个设备故障分布;
S23、根据威尔分布函数统计第i个设备的历史故障时间,采用最小二乘法计算得到威尔分布函数的尺度参数ηi和形状参数βi;
S23、获取实际工程中各个牵引供电设备的修复率,利用指数分布函数描述设备修复分布,其中第i个牵引供电设备的修复率为μi,i=1,2,3,…,N。
在上述实施例中,步骤S3包括如下步骤:
S31、基于故障树模型、尺度参数ηi和形状参数βi,设置牵引供电设备及地铁牵引供电***的初始状态为正常,设定***蒙特卡洛仿真的抽样次数FT;
S32、随机抽样产生FT个服从分布参数的随机数样本,将随机数样本按照大小顺序排列,得到第i个牵引供电设备的FT个故障时间段0~STi1,0~STi2,…,0~STim,…,0~STiFT,其中i=1,2,3,…,N;
S33、随机抽样产生抽样次数个服从参数为μi指数分布的随机数样本,将随机数样本按照大小顺序排列,得到第i个牵引供电设备的FT个修复时间段0~XTi1,0~XTi2,…,0~XTim,…,0~XTiFT,其中i=1,2,3,…,N;其中m为随机数的序号,m=1,2,3,…,FT;
S34、根据故障间隔时间和修复时间计算得到牵引供电设备的失效时刻和修复时刻,将失效时刻和修复时刻按照大小顺序排列,得到牵引供电设备在各时间段内的工作状态,首先,定义第i个牵引供电设备的失效时刻序列为sti1,sti2,…,stim,…,stiFT,定义第i个牵引供电设备的修复时刻序列为xti1,xti2,…,xtim,…,xtiFT;当m=1时,令sti1=STi1,xti1=STi1+XTi1,当m≥2时,令stim=xti(m-1)+STim,xtim=stim+XTim,将第i个牵引供电设备的失效时刻与修复时刻按照大小顺序排列,得出时间序列sti1,xti1,sti2,xti2,…,stim,xtim,…,stiFT,xtiFT;其次,定义变量wim来描述第i个牵引供电设备的的状态,m=1,2,3,…,FT,根据牵引供电设备失效时刻序列stim及修复时刻序列xtim,判别第i个牵引供电设备在时间序列下是否处于故障状态,当第i个牵引供电设备发生故障时,令wim=1,当第i个牵引供电设备不发生故障时,令wim=0,输出第i个牵引供电设备的状态转移序列为wi1,wi2,…,wiFT,从而得到各设备失效时刻序列stim及修复时刻序列xtim对应时刻牵引供电设备的状态转移序列。
S35、根据故障树逻辑,判断蒙特卡洛仿真抽样周期内顶事件、中间事件以及底事件状态,并根据顶事件、中间事件以及底事件的状态计算得到故障间隔时间、修复时间、修复次数和故障次数,具体包括步骤:
S351、当故障树逻辑门为P个输入事件的“或门”时,在任意时刻,令***状态序列Aam=w1m+w2m+…+wpm,判断Aam是否≥1,若是,令Aam=1,若否,则令Aam=0,a为***所有逻辑门中“或门”的序号,a≥0;
当故障树逻辑门为Q个输入事件的“与门”时,在任意时刻,令***状态序列Bbm=w1m·w2m·…·wQm,b为***所有逻辑门中“与门”的序号,b≥0;
当故障树逻辑门为K选M个输入事件的“表决门”时,在任意时刻,令***状态序列Ccm=w1m+w2m+…+wKm,判断Ccm是否≥M,若是,令Ccm=1,若否,则Ccm=0,c为***所有逻辑门中“表决门”的序号,c≥0;
定义变量vjm描述第j个事件的状态,事件j的状态vjm的值由***故障树逻辑门与输入事件的状态共同决定,当vjm=1,事件j发生,当vjm=0,事件j不发生;
S352、设置m的初始值为1,定义cj为事件j的故障次数,ej为事件j的修复次数;
S353、判断vjm+vj(m+1)是否等于1,若是,则进入步骤C7,若否,令m=m+1并进入步骤S354;
S353、判断m是否小于等于FT,若是,则返回步骤C5,若否,则进入步骤S355;
S354、判断vjm是否等于1,若是,则令故障时刻stim为事件j故障时刻stjm,并令ej=ej+1、m=m+1;若否,则令修复时刻xtim为事件j修复时刻xtjm,并令cj=cj+1、m=m+1。判断m是否小于等于FT,若是,则返回步骤C5,若否,则输出故障树事件j的状态转移序列vj1,vj2,vj3,…,vjFT并进入步骤S355;
S355、判断事件j是否为顶事件,若是,则记录事件j状态转移序列vj1,vj2,vj3,…,vjFT、事件j故障时刻stjm、事件j修复时刻xtjm、故障次数cj、修复次数ej,计算事件j每次故障间隔时间STjm及事件j修复时间XTjm,令XTjm=xtjm-stjm,当m=1时,令STjm=stjm,当m≥2时,令STjm=stjm-xtj(m-1)并进入步骤D,若否,则返回步骤S3,重复步骤S351-S353;
在上述实施例中,步骤S4包括如下步骤:
实施例2
本实施例提供了一种地铁牵引供电***可靠性评估装置,如图2所示,包括:故障树模型构造模块1、分布参数计算模块2、序贯蒙特卡洛方法模拟模块3和可靠性指标计算模块4,其中,故障树模型构造模块1用于建立地铁牵引供电***的故障树模型;分布参数计算模块2用于计算地铁牵引供电设备故障的分布参数;序贯蒙特卡洛方法模拟模块3用于基于故障树模型和分布参数,采用序贯蒙特卡洛方法模拟牵引供电设备及***状态转移过程,计算得到故障间隔时间、修复时间、修复次数和故障次数;可靠性指标计算模块4用于根据故障间隔时间、修复时间、修复次数和故障次数计算地铁牵引供电***的可靠性指标。
本实施例具体实施过程请参见实施例1,在此不再赘述。
实施例3
本实施例提供了一种计算机设备,计算机设备包括处理器和存储器,存储器中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现实施例1的地铁牵引供电***可靠性评估方法。
实施例4
本实施例提供了一种计算机可读存储介质,可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现实施例1的地铁牵引供电***可靠性评估方法
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,故凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (9)
1.一种地铁牵引供电***可靠性评估方法,其特征在于,包括步骤:
建立地铁牵引供电***的故障树模型;
计算地铁牵引供电设备故障的分布参数;
基于所述故障树模型和所述分布参数,采用序贯蒙特卡洛方法模拟牵引供电设备及***状态转移过程,计算得到故障间隔时间、修复时间、修复次数和故障次数;
根据所述故障间隔时间、所述修复时间、所述修复次数和所述故障次数计算地铁牵引供电***的可靠性指标。
2.根据权利要求1所述的地铁牵引供电***可靠性评估方法,其特征在于,所述建立地铁牵引供电***的故障树模型的步骤,包括步骤:
确定地铁牵引供电***的故障树的顶事件,基于地铁牵引供电***架构,根据地铁牵引供电***拓扑结构与运行方式,获取所有导致所述障树的顶事件发生的直接原因作为故障树的中间事件,自上而下逐级寻找导致所述故障树的中间事件发生故障的直接原因,直至推导到所述故障树的底事件为止;
根据所述故障树的底事件与所述故障树的中间事件的逻辑关系,确定所述故障树模型的逻辑门,按照所述故障树的顶事件、所述逻辑门、所述故障树的中间事件、所述逻辑门、所述故障树的底事件的顺序建立所述故障树模型。
3.根据权利要求1所述的地铁牵引供电***可靠性评估方法,其特征在于,所述计算地铁牵引供电设备故障的分布参数的步骤,包括步骤:
选取某一地铁牵引供电设备的若干个历史故障时间,并按照时间大小进行排序;
根据地铁牵引供电***设备的总数,利用威尔分布函数描述设备故障分布;
根据历史故障时间,计算得到威尔分布函数的尺度参数和形状参数;
获取实际工程中各个牵引供电设备的修复率,利用指数分布函数描述设备修复分布。
4.根据权利要求3所述的地铁牵引供电***可靠性评估方法,其特征在于,所述基于所述故障树模型和所述分布参数,采用序贯蒙特卡洛方法模拟牵引供电设备及***状态转移过程,计算得到故障间隔时间、修复时间、修复次数和故障次数的步骤,包括步骤:
基于所述故障树模型和所述分布参数,设置牵引供电设备及地铁牵引供电***的初始状态为正常,设定***蒙特卡洛仿真的抽样次数;
随机抽样产生所述抽样次数各服从所述分布参数的随机数样本,将随机数样本按照大小顺序排列,得到故障时间段样本;
随机抽样产生所述抽样次数各服从指数分布的随机数样本,将随机数样本按照大小顺序排列,得到修复时间段样本;
根据所述故障间隔时间和所述修复时间计算得到牵引供电设备的失效时刻和修复时刻,将所述失效时刻和所述修复时刻按照大小顺序排列,得到牵引供电设备在各时间段内的工作状态;
根据故障树逻辑,判断蒙特卡洛仿真抽样周期内顶事件、中间事件以及底事件的状态,并根据顶事件、中间事件以及底事件的状态计算得到所述故障间隔时间、所述修复时间、所述修复次数和所述故障次数。
5.根据权利要求1所述的地铁牵引供电***可靠性评估方法,其特征在于,所述根据所述故障间隔时间、所述修复时间、所述修复次数和所述故障次数计算地铁牵引供电***的可靠性指标的步骤,包括步骤:
根据所述修复时间和所述修复次数计算得到***故障平均修复时间;
根据所述故障间隔时间和所述故障次数计算得到***故障平均间隔时间;
根据所述***故障平均修复时间和所述***故障平均间隔时间计算得到***稳态可用度;
根据所述***稳态可用度计算得到***稳态不可用度。
6.根据权利要求3所述的地铁牵引供电***可靠性评估方法,其特征在于,根据历史故障时间,计算得到威尔分布函数的尺度参数和形状参数,具体为:
根据历史故障时间,采用最小二乘法计算得到威尔分布函数的尺度参数和形状参数。
7.一种地铁牵引供电***可靠性评估装置,其特征在于,包括:
故障树模型构造模块,用于建立地铁牵引供电***的故障树模型;
分布参数计算模块,用于计算地铁牵引供电设备故障的分布参数;
序贯蒙特卡洛方法模拟模块,用于基于所述故障树模型和所述分布参数,采用序贯蒙特卡洛方法模拟牵引供电设备及***状态转移过程,计算得到故障间隔时间、修复时间、修复次数和故障次数;
可靠性指标计算模块,用于根据所述故障间隔时间、所述修复时间、所述修复次数和所述故障次数计算地铁牵引供电***的可靠性指标。
8.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如权利要求1至6任一所述的地铁牵引供电***可靠性评估方法。
9.一种计算机可读存储介质,其特征在于,所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如权利要求1至6任一所述的地铁牵引供电***可靠性评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011427164.4A CN112464488A (zh) | 2020-12-09 | 2020-12-09 | 地铁牵引供电***可靠性评估方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011427164.4A CN112464488A (zh) | 2020-12-09 | 2020-12-09 | 地铁牵引供电***可靠性评估方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112464488A true CN112464488A (zh) | 2021-03-09 |
Family
ID=74800347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011427164.4A Pending CN112464488A (zh) | 2020-12-09 | 2020-12-09 | 地铁牵引供电***可靠性评估方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112464488A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112906237A (zh) * | 2021-03-10 | 2021-06-04 | 南京航空航天大学 | 一种发动机部件故障分析方法及*** |
CN113110284A (zh) * | 2021-04-30 | 2021-07-13 | 赵英田 | 一种氢能场站一体化实时运行监测方法 |
CN113221374A (zh) * | 2021-05-28 | 2021-08-06 | 哈尔滨工程大学 | 一种核电设备可靠性分析的样本数据生成方法 |
CN113923139A (zh) * | 2021-12-15 | 2022-01-11 | 北京城市轨道交通咨询有限公司 | 一种评估列控数据通信***可靠性的方法及装置 |
CN114050572A (zh) * | 2021-11-22 | 2022-02-15 | 国网北京市电力公司 | 一种场馆供电***可靠性分析方法、装置、设备及介质 |
CN114331118A (zh) * | 2021-12-28 | 2022-04-12 | 国网湖北省电力有限公司经济技术研究院 | 一种适用于数字化移交场景的变电站可靠性复合评估方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109873417A (zh) * | 2018-11-21 | 2019-06-11 | 广州地铁设计研究院股份有限公司 | 一种地铁牵引供电***的可靠性评估方法 |
-
2020
- 2020-12-09 CN CN202011427164.4A patent/CN112464488A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109873417A (zh) * | 2018-11-21 | 2019-06-11 | 广州地铁设计研究院股份有限公司 | 一种地铁牵引供电***的可靠性评估方法 |
Non-Patent Citations (1)
Title |
---|
郑吉: "地铁牵引供电***可靠性分析", 中国优秀硕士学位论文全文, no. 3, 15 March 2010 (2010-03-15), pages 1 - 82 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112906237A (zh) * | 2021-03-10 | 2021-06-04 | 南京航空航天大学 | 一种发动机部件故障分析方法及*** |
CN113110284A (zh) * | 2021-04-30 | 2021-07-13 | 赵英田 | 一种氢能场站一体化实时运行监测方法 |
CN113221374A (zh) * | 2021-05-28 | 2021-08-06 | 哈尔滨工程大学 | 一种核电设备可靠性分析的样本数据生成方法 |
CN114050572A (zh) * | 2021-11-22 | 2022-02-15 | 国网北京市电力公司 | 一种场馆供电***可靠性分析方法、装置、设备及介质 |
CN114050572B (zh) * | 2021-11-22 | 2024-01-26 | 国网北京市电力公司 | 一种场馆供电***可靠性分析方法、装置、设备及介质 |
CN113923139A (zh) * | 2021-12-15 | 2022-01-11 | 北京城市轨道交通咨询有限公司 | 一种评估列控数据通信***可靠性的方法及装置 |
CN113923139B (zh) * | 2021-12-15 | 2022-03-01 | 北京城市轨道交通咨询有限公司 | 一种评估列控数据通信***可靠性的方法及装置 |
CN114331118A (zh) * | 2021-12-28 | 2022-04-12 | 国网湖北省电力有限公司经济技术研究院 | 一种适用于数字化移交场景的变电站可靠性复合评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112464488A (zh) | 地铁牵引供电***可靠性评估方法、装置、设备和介质 | |
CN103745107B (zh) | 基于故障模式的装备基层级维修保障仿真***构建方法 | |
CN110843870B (zh) | 一种非正常事件下高铁路网图定能力保持方法 | |
CN106598029B (zh) | 基于性能退化的列控车载设备可靠性预测方法 | |
CN104778370A (zh) | 基于蒙特卡洛仿真求解动态故障树模型的风险分析方法 | |
CN104850916A (zh) | 一种改进型灰色马尔可夫模型的电力设备故障预测方法 | |
EP3511224B1 (en) | Dynamic analysis method of operating safety risks for a high-speed train operating control system | |
Chen et al. | A deep reinforcement learning approach to dynamic loading strategy of repairable multistate systems | |
CN111191832A (zh) | 一种台风灾害配电网杆塔故障预测方法及*** | |
Lv et al. | The search-based mutation testing of the chinese train control system level 3 on board a train control system | |
CN105471647A (zh) | 一种电力通信网故障定位方法 | |
Basirat et al. | System dynamics meta-modelling for reliability considerations in maintenance | |
Li et al. | Integrating preventive maintenance planning and production scheduling under reentrant job shop | |
CN110443422B (zh) | 基于od吸引度的城市轨道交通od客流预测方法 | |
CN106599352A (zh) | 一种飞机电传控制***可靠性分析方法 | |
CN106407580A (zh) | 基于脚本的规则检测遥控闭锁方法 | |
US11816024B2 (en) | Method of testing a system model | |
CN106125713A (zh) | 一种区间删失情况下可靠性增长的评估与预测方法 | |
CN110213087A (zh) | 一种基于动态多层耦合网络的复杂***故障定位方法 | |
Ursarova et al. | MULTI-CRITERIA EVALUATION OF PROFESSIONAL QUALITIES OF RAILWAY DISPATCHING PERSONNEL USING COMPUTER SIMULATIONS. | |
CN106598026A (zh) | 输变电设备状态检修时间检测方法和装置 | |
Zhong et al. | Analyzing and evaluating infrastructure capacity of railway passenger station by mesoscopic simulation method | |
Xu et al. | Parallel testing for centralized traffic control systems of intelligent railways | |
CN114707284A (zh) | 一种高速铁路区段通过能力仿真计算*** | |
CN108107864B (zh) | 一种计算机联锁***服役寿命预测评估方法 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210707 Address after: 510330 Tower A, Wansheng Plaza, 1238 Xingang East Road, Haizhu District, Guangzhou City, Guangdong Province Applicant after: GUANGZHOU METRO GROUP Co.,Ltd. Address before: 510010 No. 204 Huanshi West Road, Yuexiu District, Guangzhou City, Guangdong Province Applicant before: GUANGZHOU METRO DESIGN & RESEARCH INSTITUTE Co.,Ltd. |