基于动态贝叶斯网络的电源系统可靠性分析与故障诊断

李 享，黄洪钟，黄 鹏，李彦锋

(电子科技大学系统可靠性与安全性研究中心 成都 611731)

电源系统是由配电设备、储能设备、调波设备、开关设备、充电控制设备以及相关电线电路组成的总体[1]，为各种电机提供高/低频、交/直流电源，其可靠性直接影响整个电机系统的平稳运行[2]。然而，电源系统结构复杂、设备繁多，如何理清其系统结构，识别主要脆弱点和关键薄弱点，影响并制约着供电任务的平稳实施。传统的静态可靠性分析方法只能应用于固定时刻的系统可靠性分析，在所有电源设备集成为一个动态系统时，其复杂结构、高危高压、动态失效的运行特点，使得该系统可靠性问题需采用动态的分析方式。

动态系统可靠性分析方法是近年的研究热点及难点，DBN从这些方法中脱颖而出。机器学习[3]、数据挖掘[4]等技术的兴起也为DBN的发展和应用提供了更为广阔的空间。目前，DBN的理论成果得到了进一步的发展完善，包括因果推断[5]、不确定性知识表达[6]、模式识别[7]和聚类分析[8]等。DBN也因其在双向推理及故障诊断方面的优势，被广泛应用于复杂系统的动态可靠性分析。文献[9]通过引入 β因子，结合模糊DBN，提出了一种针对数据缺失的多态系统可靠性分析方法。文献[10]基于贝叶斯网络对海上浮式风机进行了可靠性分析，大幅提升了故障诊断的准确率。文献[11]利用隐马尔科夫模型度量证据节点的先验概率，结合DBN，实现了化工设备的任务可靠性预计与评估。

现有的……