[發明專利]一種基于人為因素強迫停運模型的建立及其判別方法

有效

• 申請號: 201711387143.2
• 申請日: 2017-12-20
• 公開（公告）號: CN108122007B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 王媛
• 申請（專利權）人: 西安航空學院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/18;G06Q50/06
• 代理公司: 北京挺立專利事務所(普通合伙) 11265
• 代理人: 倪鉅芳

本發明涉及一種基于人為因素強迫停運模型的建立及其判別方法，該基于人為因素強迫停運模型的建立步驟如下：步驟1)在時間相關型、過程相關型、應急相關型的人因可靠性分析基礎上，得到其三種人因的設備修復率模型；步驟2)確定人為因素強迫停運模型的特征參數；特征參數包括影響因素數N、設備狀態數M、初始狀態下設備影響因素的概率值π、狀態轉移概率矩陣A、和設備狀態概率矩陣B；步驟3)將特征參數代入隱馬爾可夫模型建立基于人為因素強迫停運模型。本發明通過考慮基于人為因素強迫停運模型可以得到不同人因的設備停運序列的停運概率。判別出人為因素，針對不同的人為因素采取有效的措施，減少設備強迫停運時間，提高電力系統可靠性。

技術領域

本發明涉及一種設備停運模型，特別涉及一種基于人為因素強迫停運模型的建立及其判別方法，屬于電力系統可靠性評估領域。

背景技術

近年來，隨著智能電網的發展，電網結構變得越加復雜，電力系統可靠性評估愈加重要。電氣設備故障率、修復率和強迫停運率的準確程度對電力系統可靠性評估至關重要。設備的修復率大部分是由人來完成的，人的動作失誤將使設備修復率降低，強迫停運率增加。為進一步提高電力系統可靠性，必須考慮人為因素。這里的設備主要指發電機、220k V及以上架空線路、主變壓器和斷路器等設備。

隨著電力系統可靠性影響因素的廣泛研究，國內外學者開始對電力系統可靠性中人為因素的影響進行探索。文獻覃慶努,魏學業,韓磊,吳小進.電子系統的Markov模型和云可靠性評價方法提出來將云理論與Markov模型相結合的可靠性模型，其中根據產品、維修人員的條件適應能力和工作條件情況，生成相應的失效率云和修復率云，將其應用到電子設備可靠性評估中。還有文獻將模糊克隆選擇法應用到人為可靠性的量化中，再進行電力系統的安全性評估；也有文獻分析人的狀態感知水平對電力系統的影響。這些文獻內容雖然均已進行人為因素建模，但其考慮的人為因素都過于籠統、單一，電力系統中任務場景繁多、人為因素復雜。雖然也有很好的將三種人因可靠性分析方法量化得到人為失誤概率，對原有的元件停運模型進行改進，得到了耦合人為失誤的元件可靠性模型。但其耦合方法較為單一，需要已知大量人因數據進行分析。

不同的人為因素對設備的影響也不同。而人為因素通過影響設備強迫停運率進而影響設備的可用小時數、系統可靠性。如何判別出設備是由哪種人為因素引起的，從而采取措施，來減少設備強迫停運時間，提高系統可靠性是目前要解決的問題。

發明內容

本發明的目的是：提供了一種基于人為因素強迫停運模型的建立及其判別方法。本發明基于人為因素的不同，考慮基于人為因素強迫停運模型可以得到不同人因的設備停運序列的停運概率。通過往年的設備停運序列，判別出可能人為因素，進而針對不同的人為因素采取有效的措施，減少設備強迫停運時間，進而提高電力系統可靠性。

本發明的技術方案是：一種基于人為因素強迫停運模型的建立，其特征是：它的具體步驟如下：

步驟1)在時間相關型、過程相關型、應急相關型的人因可靠性分析基礎上，得到其三種人因的設備修復率模型；

步驟2)確定人為因素強迫停運模型的特征參數；特征參數包括影響因素數N、設備狀態數M、初始狀態下設備影響因素的概率值π、狀態轉移概率矩陣A、和設備狀態概率矩陣B；

步驟3)將特征參數代入隱馬爾可夫模型建立基于人為因素強迫停運模型。

所述步驟1)的時間相關型的設備人因修復率，表達式如下：

其中，μ₀為設備修復概率基本值；n為因素數，其中n＝5；γ_iZ_i(t)為因素協變量，由工作人員的工作強度Z₁(t)、心理狀態Z₂(t)、技能經驗Z₃(t)、環境因素Z₄(t)和身體狀態Z₅(t)組成；γ_i是每個協變量對應的協系數；