一、面向对象的系统可靠性模型与仿真(论文文献综述)
孟飒[1](2021)在《大规模云计算系统的可靠性建模及优化研究》文中研究指明近年来,大规模云计算系统不断成为大数据、物联网、人工智能等应用的重要支撑平台,随着其规模和复杂性的急剧增加,各种硬件和软件故障质变为常态现象,多类型的故障需要及时发现和修复。同时,复杂性不断增加的云计算系统架构对可靠性带来的影响不断凸显(如评估困难、运维低效等),并受到学术界和产业界的广泛关注。如何量化复杂的云计算系统可靠性特征并加以保障和有效提升已经成为了制约云计算产业持续发展的关键问题。在现有的云计算系统可靠性研究中,可靠性往往被作为单一指标进行研究,而忽略了规模、性能、服务质量、能耗等指标和可靠性之间的关联影响,这不仅不利于准确把握可靠性降低对大规模云计算系统带来的严重影响,更不利于在全面兼顾所有指标的基础上进行合理的可靠性优化工作。同时,大规模云计算系统覆盖的故障类型更加广泛,这使得可靠性和其他指标(如能耗)的关联分析更加困难,需要更加准确有效的建模分析方法和更为灵活的优化技术途径来实现关联优化的可靠性保障功能。在实际的应用中,大规模云计算系统需要提供全方面多层次的服务,大量用户的接入、多样化的应用程序、并行的计算能力需求、常态多类型故障都对云计算系统的系统可靠性、服务可靠性、作业可靠性提出了严峻的挑战。而不同于传统的IT系统,大规模云计算系统具有逻辑虚拟化、资源动态整合、应用灵活迁移等不同的技术特点,这使得云计算系统具有更加复杂的故障关联现象和更加灵活的容错技术。在这种情况下,传统的可靠性评估模型或分析技术已经难以直接应用在大规模云计算系统下,相应地,在对大规模云计算系统进行可靠性优化的过程中,必须充分地考虑这些不同的系统结构、技术特征、以及功能指标对可靠性的评估优化带来的重要影响。本文以大规模云计算系统为研究对象,以大规模云计算系统的可靠性建模与优化问题为研究内容,以基于成本约束的多指标关联建模与优化、面向云服务的可靠性建模与优化和基于容错技术的大数据作业可靠性建模为研究重点,分别从系统、服务、应用三个相互关联的角度研究了大规模云计算系统的可靠性建模及优化问题。相关的研究工作覆盖了大规模云计算系统的系统结构、故障类型、容错技术和应用特点等方面,为全面评估大规模云计算系统的可靠性关联特征和持续优化工作提供了新的视角。本文的主要研究工作由以下几部分构成:(1)针对大规模云计算系统的可靠性-能耗的关联建模分析,提出了一套基于成本约束的可靠性-能耗关联优化的策略。相关工作综合运用了故障树建模和优化备用策略的相关技术,考虑了物理节点与虚拟机的共因故障,实现了可靠性与能耗两方面的优化。首先,基于可靠性关联模型提出了成本约束的设计方法,提出了成本约束的可靠性保障框架RAF-CC,集成了基于热备用、冷备用虚拟机的故障树分析方法;随后,提出了可靠性-能耗关联优化的资源调度算法JORE-RSA,通过虚拟机迁移动态保障整个系统的可靠性;最后,在系统实时运行中,利用成本约束寻找优化的云基础设施物理节点数目,提出了最小化物理节点占用算法MPN,进一步优化能效成本。(2)针对大规模云计算系统新兴的云服务模式,在面向多用户、多服务类型的情况下,将云服务过程合理地划分为请求处理阶段和请求执行阶段。在请求处理阶段,利用排队论分析了请求超时和请求溢出故障,而在请求执行阶段,利用kout-of-n系统的建模方法全面分析了热备份下的系统服务过程。基于可靠性的分析,进一步实现了请求处理阶段的动态优化调度技术和请求执行阶段的故障自修复技术。动态优化调度技术基于请求到达率的强度变化,自主触发动态调度机制,而被触发的调度行为不仅维持服务可靠性在指定的水平之上,还避免不必要的资源浪费;故障自修复技术基于服务虚拟机的运行状态监控,自主进行异常检测,在发现可能出现的故障时触发快速地修复行为,并根据修复后的可靠性变化情况进行自我学习提升,不断提高修复行为对可靠性的保障效果,最终使得大规模云计算系统可以在复杂且动态多变的服务环境下,有效维持其服务可靠性。(3)在大数据处理的重要应用场景下,系统地进行了面向不同大数据作业类型和不同容错技术的可靠性建模研究。首先,针对具有阶段性任务的大数据作业,提出了一种采用检查点容错机制的可执行性模型。该模型以大数据作业为单位,细致地分析了作业执行过程中的随机硬件故障、软件故障和恢复行动;采用了马尔可夫随机过程、拉普拉斯-斯蒂尔切斯变换等数学方法实现了可执行性的量化评估。其次,针对具有并行计算需求的大数据作业,采用了冗余执行的容错技术,并针对实时冗余并行计算的复杂拓扑结构难以分析的难题,提出了一种将整体执行树划分为多个最小作业生成树并进行分析的通用方法,该方法在多个最小作业生成树其元素相互覆盖的复杂情况下有效抽取出影响这些最小作业生成树运行的关键元素集,并最终利用结合贝叶斯理论和容斥原理获得整个大数据作业的可靠性评估。
蔡伟[2](2020)在《群系统基本理论及其在FAST可靠性工程中的应用研究》文中研究表明系统工程、复杂系统和复杂性的研究是当前各领域研究的重点与难点,经济社会与科学技术的发展使研究人员面临越来越多的跨多学科的极大或极小的复杂系统工程。复杂系统工程在经济或科技发展中往往处于重要地位,有着较高的可靠性要求;这些系统多数处于研制、开发阶段,可借鉴的经验极少,在试验和投产初期故障较多;系统运行中有较详实的现场记录,但如何挖掘出有价值的信息和数据需要做深入研究。为解决上述问题,本论文基于研究团队前期在大型工程运输车辆、桥梁架设装备、冶金行业液压系统领域所展开的创新设计和可靠性研究工作,在给出群系统的定义、性质、分类的基础上,建立群系统基本理论体系,分析其功能实现过程,构建群系统可靠性工程方法,并在FAST射电望远镜可靠性工程中进行应用研究。本文的主要研究内容如下:(1)给出了群系统、子系统和族系统概念和分类标准;从群系统集合性角度确定了群系统的数学符号、矩阵构造和图像呈现方法;提出系统同态概念,结合同态系数及计算方式,给出了同态分析的过程,建立了群系统同态判定标准;给出了在群系统理论研究中可以进一步扩展研究的设计方法、可靠性工程、运行管理、反馈体系及应用探索等内容。(2)从群系统的功能性角度分析了影响群系统功能实现的影响要素及判断关键影响因素的方法,指导群系统的运行维护;基于目标导向的基本思想,提出了采用k-均值聚类的族系统划分方法,并分析了族系统数量的选择和评价指标计算;提出了群系统数据采集、处理和可视化方法;总结了子系统协调控制的形式及方法;给出了群系统的结构模型、系统合作协议的形式。(4)构建了群系统可靠性框图和模糊马氏退化数学模型表述形式,分析了群系统中的子系统间的可靠性逻辑关系,归纳出群系统的“三化两性”可靠性设计准则,设计了群系统的AGREE可靠性分配、降额设计和冗余可靠性设计方法,运用Duane模型和AMSAA模型完成了群系统可靠性增长分析,提出了基于阈值选择的群系统动态寿命预测方法,制定了群系统可靠性管理措施。(5)分析了FAST射电望远镜群系统的结构,采用python编程语对FAST健康监测数据进行了清洗及可视化,在分析了液压促动器单个系统的原理及构成基础上,开展了增长试验,建立了FAST液压促动器群系统可靠性模型,依托相关监测数据对可靠性模型进行验证,提出模型优化方案并进一步展开应用,根据可靠性模型的分析结果提出了FAST射电望远镜的运维策略,保障FAST的科学观测与安全高效运维。对一类具有典型可归纳特点的复杂系统的特点、性质、概念、体系、功能和可靠性等几个问题进行了研究,给出了群系统基本概念、性质及分类,研究了基本的描述研究方法及理论内容,分析了功能实现过程中的影响因素、数据挖掘、协调控制、评价反馈等相关内容,提出了群系统可靠性工程方法并在FAST射电望远镜可靠性工程中进行了应用。
陈斌[3](2020)在《高铁列控车载设备可靠性评估及维修决策方法研究》文中认为高速铁路的建设标志着中国铁路建设新局面的到来。凭借着其高速、快捷、舒适等特点,高速铁路已经渐渐成为广大人民群众出行的优先选择。高速铁路的快速发展,将会大大促进社会经济建设,完善国家战略布局,改善社会民生民情,为全面建成小康社会发挥支撑引领的作用。作为攸关旅客生命及财产安全的大型地面运输系统,高速列车运行的安全性与可靠性至关重要。高速铁路列车运行控制系统车载设备(下文称为高铁列控车载设备)作为具有安全苛求特性的高速铁路的关键技术之一,是对高速列车进行操纵和控制的主体,是保障高速铁路行车安全、提高运输效率的核心系统,其安全、可靠运行对于客运安全、列车运行效率、铁路经济效益都有重大意义,因此,针对高铁列控车载设备的可靠性评估及维修决策开展关键技术研究,对确保高速列车运行安全提供理论依据和技术支撑,杜绝重大恶性安全事故的发生具有十分重要的意义,成为高速列车运行安全、可靠性领域的热点研究问题之一。本文立足于高铁列控车载设备可靠性研究相关问题,首先针对庞大的高铁列控车载设备运行数据提出多维数据模型,对运行数据进行建模与分析;面向复杂耦合故障构建高铁列控车载设备的故障风险评估指标体系及其评估方法,形成对高铁列控车载设备故障的风险水平分析;针对高铁列控车载设备小样本故障数据建立基于贝叶斯估计思想的可靠性评估方法,并在故障风险评估与可靠性评估的基础上,形成“故障修”与“预防修”相结合的综合维护维修策略。基于论文的研究工作,主要形成了以下创新成果:(1)提出了高铁列控车载设备多维数据模型,利用数据立方体对多维数据模型进行描述、构建及分析,结合数据立方体的相关操作方式,针对高铁列控车载设备故障分布的时空特性进行分析,解决了庞大、复杂的高铁列控车载设备运行数据的规范化管理、存储及分析等相关问题,实现了大规模数据下设备故障时空特性的有效分析。(2)建立了高铁列控车载设备故障风险评估体系,基于高铁列控车载设备结构及各部件间的信息流向,建立故障传递图模型并利用Pagerank算法计算了故障影响度指标,在对多维数据模型进行分析的基础上,对故障发生度指标及故障危害度指标进行了计算,提出了基于灰色关联度-理想点算法的高铁列控车载设备故障风险评估方法,解决了复杂耦合故障情况下高铁列控车载设备故障风险评估问题。(3)提出了基于贝叶斯估计的高铁列控车载设备可靠性评估方法,解决了小样本故障信息下,经典统计推断算法对高铁列控车载设备寿命分布欠拟合的缺点,同时考虑到不同系统间的差异性,提出了基于贝叶斯层次模型的多设备可靠性评估方法,有效分析了系统差异性对设备可靠性评估的影响。(4)建立了综合修复性维修与预防性维修的高铁列控车载设备维护维修决策,以故障风险评估结果为依据为不同部件确定适用的维修方式,以可靠性评估结果为约束条件,建立了成本最优的预防性维修模型,基于量子遗传优化算法对维护维修决策进行优化计算,有效地提升了高铁列控车载设备运用时间,并降低了设备的维护维修成本。论文利用高铁列控车载设备现场实际运行数据对本文所提出的相关模型算法进行了验证,其研究成果可为高铁列控车载设备的数据管理与分析、故障分析、可靠性评估及维护维修策略提供较高的理论参考价值。
张博远[4](2020)在《多状态系统多层次状态监测策略优化方法研究》文中研究说明状态监测是保障复杂工程系统安全服役和可靠运行的重要技术手段,有效地利用状态监测数据可以揭示系统服役阶段的健康状态,并预测其状态演化规律,从而为系统的可靠运行提供重要依据。然而,由于系统复杂的工作环境以及状态监测技术精度的局限性,状态监测数据无法准确地反映系统的真实状态;另一方面,复杂工程系统往往包含多个结构层次(如:系统层、子系统层和部件层),状态监测数据可以来源于系统的多个结构层次。此外,由于监测资源(如:时间、预算和人力)有限,往往无法同时收集所有部件、子系统或系统在服役阶段的状态监测数据。因此,考虑状态监测数据的不确定性和系统多结构层次的特征以及有限的监测资源,如何制定复杂多层次系统最优的状态监测策略,进而准确地揭示系统健康状态的演化规律成为当前复杂工程系统可靠性研究中亟待解决的难题。确定复杂系统最优状态监测策略的关键在于衡量不同状态监测策略对揭示系统健康状态的差异性。本论文以多状态系统为研究对象,针对其状态监测数据的不确定性和系统多结构层次特征以及监测资源有限的普遍问题,开展多状态系统多层次状态监测策略优化方法的研究。本文的主要内容和创新点有:(1)提出了一种不完全监测下的多状态系统多层次状态监测策略优化方法。针对状态监测数据的不确定性和系统多结构层次特征以及监测资源有限的问题,本文利用了监测概率矩阵量化状态监测数据的不确定性,以所有可能的状态监测数据为样本空间,利用全概率公式,并结合系统动态可靠度评估方法,构造了一种多层次状态监测策略的评价指标,以评估特定状态监测策略揭示多状态系统中所有部件状态或感兴部件状态组合健康状态的有效程度,进而构建了以监测资源为约束的状态监测策略优化模型。算例发现,该方法所获得的最优多层次状态监测策略能够合理地分配监测资源,以提高揭示多状态系统中所有部件状态或重要部件状态组合健康状态的有效程度。(2)提出了一种面向任务可靠度的多状态系统多层次状态监测策略优化方法。针对如何确保系统以高可靠度执行任务的问题,本文引入目标任务可靠度,用于判断系统是否能以高的任务可靠度执行下一次任务,并构造了一种面向任务可靠度的多状态系统多层次状态监测策略评价指标,以评估利用特定状态监测策略判断系统的任务可靠度是否满足目标任务可靠度的置信度。以最大化所提的评价指标为目标函数,建立了以监测资源为约束的状态监测策略优化模型。研究结果发现,该方法能够在有限的监测资源下找到最优的状态监测策略,以提高系统是否能以目标任务可靠度执行下一次任务的判断置信度。(3)提出了一种序贯监测下的多状态系统多层次状态监测策略优化方法。考虑到状态监测数据和系统真实状态对应的所有情况,本文构建了序贯监测下多状态系统多层次序贯监测策略的平均监测效果指标。将该指标与不考虑序贯监测的最优状态监测策略的监测效果进行了对比,建立了序贯监测信息价值表达式。算例分析表明,采用序贯监测策略不仅能节省监测资源,还能在监测资源有限的条件下提高监测的有效程度。
郭亚森[5](2020)在《考虑光伏-光热互补运行的发输电系统可靠性研究》文中进行了进一步梳理随着世界工业化进程的不断推进,大气污染和能源短缺限制了全球人类的可持续发展,人类对能源的巨大需求和其有限供给之间的矛盾越来越突出。太阳能资源是可大规模利用的清洁能源,存在光伏和光热两种利用方式。相对于光伏发电,储热型太阳能热发电一般采用汽轮发电机组,能够显着平滑发电出力,并将一部分太阳能转化成热能储存,用于满足傍晚之后或调频调峰时的电网需求。因此,光热发电能够提高对电网的同步支撑能力,非常适合光照条件充足但电网薄弱的地区。但作为新型发电方式,其自身的发电可靠性以及接入电网后对系统可靠性的影响仍需进一步评估。因此,本文针对含光伏-光热电站的系统可靠性问题展开研究,具体研究内容如下:首先建立光热、光伏电站的可靠性模型,充分考虑光热电站内部元件的故障情况和外部场站的可用状态,应用马尔科夫过程建立双层嵌套马尔科夫模型,并将光伏发电的波动性纳入模型。针对提出的模型进行状态持续时间和置信容量评估,仿真验证光伏和光热电站接入的可靠性贡献水平。其次,为解决光伏-光热互补接入系统的优化配置问题,建立配置-调度协同规划多目标模型,同时考虑送端电源特性与受端负荷特性。模型采用模糊集、粗糙集理论求解,通过对比权衡多种方案,得出光伏-光热容量优化配比方案,为多能互补电站的配置提供决策建议。最后,提出适用于长期、短期可靠性评估的综合指标体系,以合理和客观地反映定性和定量层面的可靠性水平特征及运行风险。提出考虑光伏-光热互补运行的双层发输电系统可靠性评估模型,上层采用以8760小时为时间尺度的长期可靠性评估,下层采用以1小时为时间尺度的短期可靠性评估。为系统实施基于实时运行条件的调度方案提供依据,降低电网的运行风险。
郭经[6](2020)在《配用电信息物理系统可靠性建模与评估方法研究》文中研究说明微电网(microgrid,MG)和主动配电系统(active distribution system,ADS)是应对可再生能源(renewable energy source,RES)并网并提高系统运行效率的重要技术措施。通过大量智能测量、信息通信与控制设备的集成,以及面向电气信息的通信架构和信息技术的引入,MG和ADS可实现对多种分布式电源(distributed generation,DG)和需求侧资源的协调控制,以达到最大限度消纳RES、提升资产利用率以及提高供电可靠性和电能质量的目的,MG和ADS也逐渐发展成为典型的信息物理系统(cyber physical system,CPS)。信息通信技术的引进为MG和ADS的主动运行和控制提供了技术支撑,但同时,信息系统的故障也给配用电系统(MG和ADS)带来了潜在的负面影响。如电压频率控制失效、保护系统故障、信息失效引发系统级联故障等事故频发,严重恶化系统的可靠性。按照CPS的理念,从信息系统与物理系统融合的角度,探究MG和ADS信息系统建模方法、分析信息物理交互作用机理、量化信息系统故障对电网可靠性的影响、甄别并改善系统薄弱环节,对于加快MG和ADS发展进程、保障电网安全稳定运行具有重要理论和现实意义。配用电信息物理系统在主动运行过程中,RES大量并网、系统控制功能复杂、信息物理深度耦合等重要特征逐渐呈现,而这些特征使得其可靠性评估面临严峻的挑战。因此,本文围绕MG和ADS配用电信息物理系统中信息故障对物理系统的耦合机理及其对系统可靠性的影响等问题展开研究,主要创新工作如下:(1)以物理系统建模、信息系统建模、信息物理融合可靠性评估方法为基本研究思路,首先建立了分布式电源和负荷时序模型以及物理元件的停运模型;分析了在不同通信方式、通信网络结构下通信链路连通性和传输有效性的故障类型,基于邻接矩阵和深度优先搜索提出了通信链路连通性评价方法,建立了信息时延和误码可靠性模型;分析信息物理故障交互作用及其对可靠性评估的影响,在传统可靠性评估框架上,提出了配用电信息物理系统可靠性评估体系。(2)针对孤岛微电网信息元件故障直接导致物理元件失效,以及信息元件故障通过频率控制过程间接影响系统可靠性的问题,分析了信息元件故障对微电网可靠性的直接和间接作用,建立了信息和物理故障的耦合关系;提出了信息元件两类作用下系统故障后果的量化评估方法;建立了能够表征控制失效的广义可靠性指标体系;提出了基于频率控制仿真的序贯蒙特卡罗模拟算法,并通过仿真算例分析两类信息故障作用对孤岛微电网可靠性的影响,提出了改善孤岛微电网控制性能的可行性方法。(3)分析了微电网保护装置故障对系统可靠性的影响,研究了保护拒动失效和误动失效对微电网的作用关系,建立了保护装置误动失效和拒动失效可靠性模型;提出了保护故障后果的量化评估方法;计及微电网运行的经济性需求和可控微源出力的时序特征,提出了基于优化运行策略的系统状态生成方法,建立了非线性优化模型;采用基于保护装置故障后果模型和优化运行策略的序贯蒙特卡罗模拟法,评估保护装置故障对微电网可靠性的影响。(4)针对信息失效在ADS配电自动化故障自愈过程中恶化系统可靠性的问题,分析了信息元件故障、信息传输时延对配电自动化故障处理过程的影响;建立了基于混合通信网的、考虑路由转移和接入网业务负载率的信息链路可靠性模型;分析了信息失效在故障定位、故障隔离以及故障恢复三个阶段的作用,建立了信息失效导致负荷切除的量化评估模型;研究了结合物理元件故障和信息链路失效的可靠性评估方法,通过仿真算例分析了信息失效对ADS可靠性的影响。
陈悦[7](2020)在《基于构件分析的软件可靠性评估与分配模型及应用》文中进行了进一步梳理面向对象思想在软件开发过程中的不断成熟,使得构件软件成为当下一种主流的软件形态。构件软件在关键基础设施和安全重要领域的应用日益显着,其可靠性问题受到高度重视。软件可靠性评估与分配工作隶属于可靠性工程前期并贯穿系统的设计与开发始终,对提升软件可靠性具有关键意义。本文研究内容主要包括以下方面:首先,针对现有的软件可靠性研究忽视不同构件对系统可靠性影响的问题,基于图论思想和Page Rank算法启发定义了构件影响力参数,提出一种三参数构件影响力度量模型。该模型通过分析自影响力、失效影响力和故障传播影响力以计算不同构件作用,并将计算得到的构件影响力直接应用于软件可靠性评估与优化中以获得更加准确的结果。实验结果表明该模型考虑了不同构件对系统可靠性的影响程度,能够得到合理的结果,且该计算结果可以应用于软件可靠性优化设计中,能够识别相对关键的构件,帮助软件设计人员合理安排时间和分配测试资源。其次,针对软件系统普遍存在的体系结构多样性问题,提出一种基于结构分析和构件影响力的软件可靠性评估模型。该模型通过分析不同体系结构下构件的交互特征,建立软件系统状态映射机制以完成不同结构下构件到系统状态的转换,建立系统状态转移矩阵,进而利用离散马尔可夫链预测软件可靠性,并在可靠性计算中考虑了构件影响力参数进一步刻画不同构件对系统可靠性的作用。实验结果表明与其他同类方法相比,该模型得到的结果更加接近软件系统的实际可靠性。再次,提出一种基于改进鸟群算法的构件软件可靠性分配模型。现有的可靠性分配模型大多忽视了软件系统的构件特征,且原有的鸟群算法处理可靠性分配这类复杂非线性优化问题容易陷入局部最优。本文基于三参数指数型成本函数将可靠性分配问题转化成约束优化问题,并结合构件影响力建立最优分配模型,通过改进初始化方法、引入决策因子以及边界处理三种策略对鸟群算法进行优化,将改进后的算法应用于新模型的求解中,最终获得更加准确的分配结果。实验结果表明该模型得到的软件可靠性分配结果更加贴合实际,在降低软件开发成本上具有重要意义,改进后的鸟群算法收敛速度快、全局寻优能力强且不易陷入局部最优。最后,综合上述研究内容,本文提出一种基于构件分析的软件可靠性预测框架,基于该框架设计并实现了构件软件可靠性预测系统,包括需求分析、总体设计、功能设计以及系统实现等,利用该系统可以在软件开发过程中对构件软件的可靠性进行预测。
蔡霁霖[8](2019)在《考虑间歇式能源容量价值的储能规划关键技术研究》文中认为发输电系统规划阶段需要评估风电资源对系统供电可靠性的贡献程度,以避免发电侧资源的过度投资。置信容量这一概念正是用于承担这一评估工作。同时,为了降低风电资源不确定性对其贡献程度的不利影响,可以考虑配置储能系统,提升其置信容量,促进能源结构向环境友好型逐步转变。本文以此作为研究对象,针对当前风电资源置信容量的快速准确计算以及储能提升风电容量价值的运行策略方面还存在的各种不足,开展了一系列相关研究。具体工作包括:(1)提出一种基于偏移正态分布混合模型和藤结构copulas函数的广域区间多风电出力随机场景生成方法。采用藤结构copulas函数作为各风电出力边际分布之间的连接函数,实现了边际分布和相关性结构的解耦,规避了直接拟合高维联合分布的困难,并提升了相关性结构建模的灵活性。边际分布建模部分则采用能够计及高阶统计量信息的偏移正态分布混合模型,实现了精度与复杂度的良好平衡。该模型对不同具有不同统计特征的联合分布函数的适应性更强,能够产生大量贴合原始经验分布的多风速高维样本,为后续风电置信容量评估提供场景和数据方面的支撑。(2)提出一种考虑风电负荷相关性的改进交叉熵重要性采样法,用于发输电系统可靠性加速评估。该方法首先通过提出同质机组概念以及与之配合的多项分布重要性采样参数更新方法,从而将多项分布融入到可靠性计算的重要性采样过程中,最终实现了机组状态变量的降维。然后提出利用联合正态变换法将风电负荷历史数据中的相关性结构融入到重要性采样样本中,从而降低无效样本在用于计算可靠性指标的所有系统状态样本中所占比例,提升计算效率,为后续风电置信容量评估过程提供有力的算法支撑。(3)详细分析了弦截法与可靠性指标计算的模拟法结合时存在的精度不足和收敛困难等问题,并提出采用基于光滑样条插值思想的非迭代式算法降低计算结果的波动性。该方法不仅规避了传统插值法必须经过插值点的而造成的对插值点处计算精度过于依赖的不利情况,而且不需要预先确定拟合函数的参数形式,因此可用于方便灵活地计算风电资源的置信容量。(4)提出一种基于加速时序蒙特卡洛法的风电置信容量算法,用于考虑风电和负荷自身的时间自相关特性。尝试利用重要性采样思想修正常规机组的可靠性参数,实现时序蒙特卡洛法计算可靠性指标速度的提升,并提出与时序算法相匹配的光滑样条插值法进行风电置信容量的计算。(5)提出了一种以提升风电场置信容量为目标的电池储能配置方法,针对储能配置过程中需要预先确定储能运行策略的问题,在分析电池储能自身特性以及在优化问题中的模型及约束后,采用风储系统联合出力日内峰谷差最小和风储联合系统出力与负荷曲线相关性最高这两种不同的储能出力控制方法求解其对应的运行策略。采用随机场景生成和削减的方法构建多个典型年场景来考虑负荷和风电出力的随机性,保证求解得到的储能配置方案的普适性。最后通过后验式置信容量重新评估,对不同容量的储能接入后风储联合系统的置信容量的提升效果进行灵敏度分析,从而给决策者提供确定配置方案的依据。本文所提出的风电置信容量评估和提升方法可为含风电电力系统的规划工作提供理论支撑,促进风电渗透率的提高和能源结构的改善。
雷美炼[9](2019)在《大规模网络系统的可靠性建模的若干问题的研究与仿真》文中研究指明在构筑智慧城市的进程中,云计算、大数据等新一代信息通讯技术不断发展,提供服务所需的基础设施变得极为庞大,由此形成了一种大规模网络系统(Large Scale Network System,LSNS)。相比传统IT系统,除了需要管理数据中心中大规模的、复杂的基础设施资源,还需要达到多种多样的服务需求,特别是服务可靠性的需求。为了实现可靠的服务,对大规模网络系统的可靠性指标构建理论模型是一种直观、高效的评估方法。但现有的研究中,可靠性模型的适用性往往比较局限。一方面,现有的可靠性研究中,一般以预测系统故障的发生或者减少系统故障的发生为目的,当系统的可靠性降低时,是以增加物理资源的冗余度来提高系统可靠性的。在大规模网络系统中,以虚拟机资源为代表的软件类资源的自身老化带来的系统可靠性降低问题,通过增加物理资源冗余度对系统可靠性的提升往往收效甚微。另一方面,通过对大量的物理资源冗余备份,物理资源的利用率往往较低,导致资源空载,能耗成本剧增,也不符合节能减排的要求。这导致可靠性与能效呈现相互制约的关系。针对这些存在的关键性问题,本文以大规模网络系统的一个数据中心为研究对象,以提供可靠性感知的能效服务(Reliability-aware and Energy-efficient Service,RES)为目的,综合运用了故障树分析法、Markov建模理论、解析建模等方法,构建了虚拟机系统的可靠性模型、物理机系统的可靠性模型、可靠性感知的能耗模型;为了最大化提升系统的可靠性和能效,基于采用了冗余备份策略的虚拟机系统,分析了如何最大化降低数据中心中由于发生共因失效而导致的虚拟机系统不能正常服务的影响,提出了面向SLA的可靠性保障机制、可靠性感知的能效资源分配算法、物理机决策算法等可靠性保障和能效提升的优化策略。为了评估以上模型和算法的有效性,通过在Cloudsim中引入大规模的谷歌集群数据Google Trace,并扩展了故障注入、能耗模型等模块,分别对模型和算法进行了大量的仿真实验。通过对实验结果分析,较好地验证了本文提出的模型或算法的有效性。
张琪[10](2019)在《舰船任务可靠性建模与仿真技术研究》文中提出舰船任务可靠性建模与仿真是对舰船在特定条件下和任务要求时间内,完成任务的能力进行仿真分析的一种技术。随着数字化、信息化、智能化的发展,舰船系统的复杂程度越来越高,采用传统的数学解析法求解复杂舰船系统的任务可靠性时,不能有效描述系统中存在的动态行为,同时也面临NP困难。采用现有的复杂系统可靠性仿真方法时,存在着建模繁琐、仿而不真等问题。针对上述问题,本文采用Modelica语言搭建了基于“可维修”策略和“旁联支路按优先级次序运行”策略的仿真模型,实现了舰船任务可靠性仿真分析的算法,真实模拟了舰船系统中零部件失效可维修这一工程实况,重点解决了旁联连接的可靠性计算问题,准确分析了舰船任务的可靠性。同时,完成了可视化建模、可视化仿真、可视化分析一体化的舰船任务可靠性仿真平台的设计与研发,为设计人员在改进和优化舰船设计和任务分配时提供了坚实的理论依据和工具支持。本文研究对于提高舰船执行任务的成功率具有重要的实际意义。论文的主要工作包括:(1)分析了舰船系统的基本构成,提出了基于Modelica语言的舰船任务可靠性建模方法,搭建了基本单元模型和表示单元间运行逻辑关系的连接模型,进一步完成了舰船工况模型和舰船任务可靠性模型的搭建。(2)对舰船任务可靠性的仿真机制进行了研究,实现了基于蒙特卡洛法的仿真策略,介绍了实现舰船任务可靠性仿真的关键方法,设计了仿真流程,并对仿真算法加以实现。(3)对舰船任务可靠性仿真平台的设计需求进行分析,采用C++和Qt高级编程语言完成了可视化建模、可视化仿真、可视化分析一体化的舰船任务可靠性仿真平台的设计与开发。(4)利用舰船任务可靠性仿真平台进行了示例研究,研究结果表明,本平台搭建的仿真模型真实可信,所得的可靠性收敛可用,对舰船任务分配的设计改进具有一定的指导意义。
二、面向对象的系统可靠性模型与仿真(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、面向对象的系统可靠性模型与仿真(论文提纲范文)
(1)大规模云计算系统的可靠性建模及优化研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 大规模云计算系统概述 |
1.1.2 云计算可靠性概述 |
1.2 关键技术与研究现状 |
1.2.1 关键技术 |
1.2.2 研究现状 |
1.3 问题分析 |
1.4 研究内容与创新点 |
1.5 论文组织结构 |
第二章 基于成本约束的多指标关联建模与优化 |
2.1 引言 |
2.2 基于可靠性的关联建模分析 |
2.3 可靠性提升中的成本约束设计 |
2.4 基于关联优化的可靠性保障技术 |
2.4.1 成本约束的可靠性保障框架 |
2.4.2 可靠性-能耗关联优化的虚拟机迁移算法 |
2.4.3 满足成本约束的物理节点调度算法 |
2.5 实验与分析 |
2.5.1 面向SLA的可靠性保障的实验与分析 |
2.5.2 成本约束下能耗模型的实现方法 |
2.5.3 JORE-RSA的模拟和评估 |
2.6 本章小结 |
第三章 面向云服务的可靠性建模与优化 |
3.1 引言 |
3.2 基于服务过程的云服务可靠性模型 |
3.2.1 服务请求处理阶段的可靠性模型 |
3.2.2 服务执行阶段的可靠性模型 |
3.3 云服务可靠性保障的动态优化技术 |
3.3.1 服务请求到达率驱动的动态调度技术 |
3.3.2 基于服务状态监控的故障自修复技术 |
3.4 实验与分析 |
3.4.1 服务请求处理阶段的实验与分析 |
3.4.2 服务执行阶段的实验与分析 |
3.5 本章小结 |
第四章 基于容错技术的大数据作业可靠性建模 |
4.1 引言 |
4.2 基于检查点容错技术的大数据作业可执行性模型 |
4.2.1 云计算系统下的检查点技术特征 |
4.2.2 基于检查点的可执行性关联模型 |
4.2.3 大数据作业可执行指标递归求解 |
4.3 基于实时冗余技术的并行大数据作业可靠性模型 |
4.3.1 云计算系统下的实时冗余并行计算 |
4.3.2 最小作业生成树的定义和表示方法 |
4.3.3 基于贝叶斯理论的可靠性评估方法 |
4.4 实验与分析 |
4.4.1 检查点技术下的可执行性评估实验与分析 |
4.4.2 实时冗余计算下的可靠性评估实验与分析 |
4.5 本章小结 |
第五章 全文总结与展望 |
5.1 全文总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的成果 |
(2)群系统基本理论及其在FAST可靠性工程中的应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.1.1 课题背景 |
1.1.2 研究目的 |
1.1.3 研究意义 |
1.2 系统科学起源与研究内容 |
1.3 国内外研究现状 |
1.3.1 系统科学研究现状 |
1.3.2 复杂系统理论及方法 |
1.3.3 可靠性工程研究现状 |
1.3.4 复杂系统及可靠性问题总结 |
1.4 本文的主要研究内容 |
第2章 群系统理论研究 |
2.1 群系统、子系统与族系统 |
2.1.1 群系统cluster-system |
2.1.2 子系统sub-system |
2.1.3 族系统family-system |
2.1.4 群系统实例分析 |
2.2 群系统的分类 |
2.2.1 宏观与微观群系统 |
2.2.2 固定、递增与递减群系统 |
2.2.3 主观群系统 |
2.3 群系统的集合性 |
2.3.1 符号声明 |
2.3.2 矩阵构造 |
2.4 系统的同态 |
2.4.1 同态判断 |
2.4.2 初等变换 |
2.4.3 同态分析 |
2.5 理论扩展内容 |
2.5.1 群系统设计方法 |
2.5.2 群系统可靠性工程 |
2.5.3 群系统运行管理 |
2.5.4 评价反馈体系 |
2.5.5 群系统应用扩展 |
2.6 本章小结 |
第3章 群系统功能实现 |
3.1 群系统的功能性 |
3.2 功能影响要素 |
3.2.1 主观要素 |
3.2.2 客观要素 |
3.2.3 影响要素识别 |
3.3 族系统划分 |
3.3.1 基本思想 |
3.3.2 划分方法 |
3.3.3 族系统数量 |
3.3.4 分族结果评价 |
3.4 数据挖掘 |
3.4.1 数据的意义与内涵 |
3.4.2 数据采集方法 |
3.4.3 数据处理方法 |
3.4.4 数据可视化 |
3.5 协调控制 |
3.5.1 硬连接 |
3.5.2 软连接 |
3.5.3 同步控制 |
3.6 结构模型与系统协议 |
3.6.1 结构模型 |
3.6.2 系统合作协议 |
3.7 本章小结 |
第4章 群系统可靠性工程 |
4.0 群系统的复杂性 |
4.1 群系统可靠性模型 |
4.1.1 可靠性框图 |
4.1.2 可靠性逻辑关系 |
4.1.3 可靠性数学模型 |
4.2 群系统可靠性设计 |
4.2.1 可靠性设计准则 |
4.2.2 可靠性设计方法 |
4.3 群系统可靠性增长 |
4.4 群系统寿命预测 |
4.4.1 阈值选择 |
4.4.2 动态寿命预测 |
4.4.3 与传统方法对比 |
4.5 群系统可靠性管理 |
4.5.1 可靠性计划 |
4.5.2 可靠性管理 |
4.6 本章小结 |
第5章 FAST液压促动器群系统可靠性工程 |
5.1 FAST群系统结构构建 |
5.1.1 FAST系统结构 |
5.1.2 群系统结构 |
5.2 数据可视化处理 |
5.2.1 数据清洗 |
5.2.2 可视化处理 |
5.3 FAST液压促动器群系统寿命预测 |
5.3.1 液压促动器原理 |
5.3.2 液压促动器群系统分析 |
5.3.3 促动器群系统寿命预测 |
5.4 可靠性增长试验 |
5.4.1 可靠性增长试验台 |
5.4.2 可靠性增长试验 |
5.5 可靠性模型与应用 |
5.5.1 群系统可靠性模型 |
5.5.2 可靠性模型验证 |
5.5.3 FAST射电望远镜运维策略 |
5.6 本章小结 |
结论 |
参考文献 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
(3)高铁列控车载设备可靠性评估及维修决策方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.2 问题的提出 |
1.2.1 高铁列控车载设备可靠性分析问题 |
1.2.2 高铁列控车载设备可靠性分析的主要途径 |
1.2.3 高铁列控车载设备可靠性分析内容 |
1.3 关键技术研究现状 |
1.3.1 数据建模及数据分析研究现状 |
1.3.2 故障特性分析及风险评估研究现状 |
1.3.3 系统可靠性评估研究现状 |
1.3.4 维护维修决策研究现状 |
1.3.5 存在的问题 |
1.4 论文研究思路与组织结构 |
1.4.1 论文研究思路 |
1.4.2 论文组织结构 |
2 面向高铁列控车载设备复杂数据建模与分析 |
2.1 高铁列控车载设备数据特性分析 |
2.2 高铁列控车载设备数据建模 |
2.2.1 高铁列控车载设备运行数据模型 |
2.2.2 高铁列控车载设备数据立方体 |
2.3 高铁列控车载设备运行数据模型实现 |
2.3.1 数据存储平台及数据预处理技术 |
2.3.2 基于数据立方体的高铁列控车载设备故障数据模型实现 |
2.4 高铁列控车载设备故障分布特性分析 |
2.4.1 高铁列控车载设备故障时间分布特性 |
2.4.2 高铁列控车载设备故障空间分布特性 |
2.4.3 高铁列控车载设备故障空间-时间分布特性 |
2.5 本章小结 |
3 基于灰色关联度-理想点法的设备故障风险评估 |
3.1 故障风险评估概念及评估体系建立 |
3.2 高铁列控车载设备故障相关影响度 |
3.2.1 故障传递有向图模型 |
3.2.2 基于Pagerank算法的故障相关性计算 |
3.3 高铁列控车载设备故障发生度 |
3.4 高铁列控车载设备故障严重度 |
3.5 基于灰色关联度-TOPSIS法的故障风险评估方法 |
3.5.1 灰色关联度方法 |
3.5.2 理想点方法 |
3.5.3 高铁列控车载设备故障风险评估 |
3.6 本章小结 |
4 基于贝叶斯估计的高铁列控车载设备可靠性评估方法 |
4.1 可靠性定义及度量指标 |
4.2 高铁列控车载设备故障时间数据及分布 |
4.2.1 高铁列控车载设备故障间隔数据获取 |
4.2.2 指数分布与威布尔分布 |
4.3 基于贝叶斯估计的高铁列控车载设备可靠性评估 |
4.3.1 贝叶斯估计理论 |
4.3.2 马尔科夫链蒙特卡洛方法(MCMC) |
4.3.3 收敛性分析 |
4.3.4 拟合优度检验 |
4.3.5 算例分析 |
4.4 考虑系统差异性的高铁列控车载设备可靠性评估 |
4.4.1 贝叶斯层次模型定义 |
4.4.2 威布尔分布的贝叶斯层次模型 |
4.4.3 算例分析 |
4.5 本章小结 |
5 可靠性约束下高铁列控车载设备维修决策 |
5.1 高铁列控车载设备维修方式及适用性 |
5.2 维修活动与可靠性的关系 |
5.3 以可靠性为约束的维修费用最优模型 |
5.3.1 定期预防性维修的维修费用最优模型 |
5.3.2 顺序预防性维修的维修费用最优模型 |
5.4 量子遗传优化算法 |
5.4.1 种群初始化 |
5.4.2 量子位测量 |
5.4.3 适应度函数计算 |
5.4.4 量子旋转门更新 |
5.4.5 量子变异更新 |
5.4.6 量子遗传优化算法执行流程 |
5.5 算例分析 |
5.6 本章小结 |
6 结论与展望 |
6.1 论文研究工作总结 |
6.2 论文创新点总结 |
6.3 未来研究工作展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(4)多状态系统多层次状态监测策略优化方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.2.1 多状态系统可靠性建模与评估方法 |
1.2.2 系统动态可靠度评估 |
1.3 论文的研究内容 |
1.4 论文的主要结构 |
第二章 不完全监测下的多状态系统多层次状态监测策略优化方法 |
2.1 引言 |
2.2 多状态系统可靠性理论基础 |
2.2.1 多状态系统基本特征 |
2.2.2 马尔可夫模型 |
2.2.3 通用生成函数 |
2.3 系统动态可靠度评估理论基础 |
2.3.1 多层次状态监测数据 |
2.3.2 不完全状态监测数据 |
2.3.3 不完全监测下的系统动态可靠度评估 |
2.4 多层次系统状态监测策略优化 |
2.4.1 基本假设 |
2.4.2 不完全监测下的状态监测策略评价指标 |
2.4.3 状态监测策略优化模型 |
2.4.4 基于蚁群算法的状态监测策略决策优化 |
2.5 算例分析 |
2.5.1 算例Ⅰ |
2.5.2 算例Ⅱ |
2.6 本章小结 |
第三章 面向任务可靠度的多状态系统多层次状态监测策略优化方法 |
3.1 引言 |
3.2 基本假设 |
3.3 面向任务可靠度的状态监测策略优化 |
3.3.1 系统的部件状态组合概率分布 |
3.3.2 系统任务可靠度评估 |
3.3.3 目标任务可靠度 |
3.3.4 面向任务可靠度的状态监测策略评价指标 |
3.3.5 状态监测策略优化模型 |
3.4 算例分析 |
3.5 本章小结 |
第四章 序贯监测下的多状态系统多层次状态监测策略优化方法 |
4.1 引言 |
4.2 基本假设 |
4.3 序贯监测下的系统状态监测策略优化模型 |
4.3.1 序贯监测的作用 |
4.3.2 序贯监测平均监测效果 |
4.3.3 序贯监测信息价值 |
4.4 算例分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 全文总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
附录 |
攻读硕士学位期间取得研究成果 |
(5)考虑光伏-光热互补运行的发输电系统可靠性研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景及意义 |
1.2 国内外研究现状 |
1.2.1 光伏、光热系统发电可靠性研究现状 |
1.2.2 容量优化配置问题研究现状 |
1.2.3 电力系统长期可靠性与短期可靠性研究现状 |
1.3 本文的主要工作 |
第二章 光伏、光热发电系统可靠性研究 |
2.1 引言 |
2.2 电力系统可靠性评估方法 |
2.2.1 元件的可靠性参数 |
2.2.2 蒙特卡洛模拟法 |
2.2.3 置信容量 |
2.2.4 可靠性评估常用指标 |
2.3 光伏、光热发电可靠性建模 |
2.3.1 光热发电 |
2.3.2 光伏发电 |
2.4 计及光伏、光热接入的发电可靠性研究 |
2.4.1 状态持续时间评估 |
2.4.2 置信容量评估 |
2.5 本章小结 |
第三章 面向运行可靠性的光伏-光热容量配置多目标决策 |
3.1 引言 |
3.2 面向系统可靠性的配置-调度协同规划 |
3.2.1 目标函数 |
3.2.2 决策变量与约束条件 |
3.2.3 联络线外送计划制定 |
3.3 多目标决策问题及解决方法 |
3.3.1 多目标决策问题 |
3.3.2 模糊集理论 |
3.3.3 基于粗糙集理论的权重计算模型 |
3.4 基于模糊集和粗糙集的光伏-光热容量配比多目标决策求解算法 |
3.4.1 求解流程 |
3.4.2 算例分析 |
3.5 本章小结 |
第四章 计及多时间尺度滚动修正的光伏-光热互补运行发输电系统可靠性评估 |
4.1 引言 |
4.2 电力系统短期可靠性评估 |
4.2.1 短期可靠性评估流程框架 |
4.2.2 短期可靠性评估模型 |
4.3 电力系统长期可靠性评估 |
4.3.1 潮流计算 |
4.3.2 负荷模型 |
4.3.3 过负荷校正 |
4.3.4 计及元件故障率时变性的输电系统可靠性建模 |
4.4 可靠性评价指标 |
4.5 考虑光伏-光热互补运行的双层发输电可靠性评估模型 |
4.5.1 光伏-光热互补运行对可靠性的影响分析 |
4.5.2 算例分析 |
4.6 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 展望 |
致谢 |
参考文献 |
附录 |
攻读学位期间发表的论文及学术成果 |
发表论文 |
科研项目 |
发明专利 |
(6)配用电信息物理系统可靠性建模与评估方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及意义 |
1.2 国内外研究现状及存在的问题 |
1.2.1 配用电系统可靠性评估研究现状 |
1.2.2 电力信息物理系统建模及交互作用分析方法研究现状 |
1.2.3 配用电信息物理系统可靠性建模与评估的研究现状 |
1.2.4 现有研究存在的问题 |
1.3 本文主要工作与章节安排 |
第2章 配用电信息物理系统可靠性建模与评估理论 |
2.1 引言 |
2.2 配用电物理系统建模 |
2.2.1 分布式电源与负荷建模 |
2.2.2 物理元件可靠性建模 |
2.3 配用电信息系统建模 |
2.3.1 信息元件可靠性建模 |
2.3.2 考虑路由转移的通信链路连通性评价 |
2.3.3 信息路径时延可靠性建模 |
2.3.4 信息路径误码可靠性建模 |
2.4 配用电信息物理系统可靠性评估体系 |
2.4.1 可靠性评估指标 |
2.4.2 序贯蒙特卡罗模拟法 |
2.4.3 配用电信息物理系统可靠性评估体系 |
2.5 本章小结 |
第3章 计及频率控制影响的孤岛微电网可靠性建模与评估 |
3.1 引言 |
3.2 孤岛微电网信息物理系统 |
3.2.1 孤岛微电网信息物理系统拓扑结构 |
3.2.2 孤岛微电网频率控制策略 |
3.2.3 信息物理故障耦合关系 |
3.3 孤岛微电网可靠性模型 |
3.3.1 元件两状态故障模型 |
3.3.2 计及孤岛运行特性的储能充放电策略 |
3.4 元件故障后果分析 |
3.4.1 物理元件故障后果分析 |
3.4.2 直接作用类信息元件故障后果分析 |
3.4.3 间接作用类信息元件故障后果分析 |
3.5 计及频率控制影响的孤岛微电网可靠性评估 |
3.5.1 计及控制失效的广义可靠性指标体系 |
3.5.2 基于频率控制仿真的孤岛微电网可靠性评估流程 |
3.6 算例仿真与分析 |
3.6.1 仿真系统及参数 |
3.6.2 信息元件失效对微电网可靠性的影响与分析 |
3.6.3 不同频率允许波动范围对微电网可靠性的影响分析 |
3.6.4 信息元件故障率对微电网可靠性的影响分析 |
3.7 本章小结 |
第4章 考虑保护装置故障的微电网信息物理系统可靠性建模与评估 |
4.1 引言 |
4.2 微电网信息物理系统保护系统结构 |
4.3 微电网信息物理系统可靠性建模 |
4.3.1 物理系统可靠性建模 |
4.3.2 保护装置故障可靠性建模及故障后果分析 |
4.4 考虑保护装置故障的微电网信息物理系统可靠性评估 |
4.4.1 计及优化运行策略的微电网状态生成方法 |
4.4.2 优化模型的求解 |
4.4.3 基于序贯蒙特卡罗模拟方法的可靠性评估流程 |
4.5 算例仿真与分析 |
4.5.1 测试系统及算例 |
4.5.2 可靠性指标统计与分析 |
4.5.3 不同运行策略下的可靠性评估的比较 |
4.5.4 保护装置不同类型故障的灵敏度分析 |
4.6 本章小结 |
第5章 面向配电自动化的主动配电信息物理系统可靠性建模与评估 |
5.1 引言 |
5.2 主动配电信息物理系统结构和功能描述 |
5.3 CPDS信息失效分析及可靠性建模 |
5.3.1 信息失效影响因素分析 |
5.3.2 信息链路有效性建模 |
5.4 基于信息链路失效的CPDS状态分析 |
5.4.1 故障定位与隔离阶段 |
5.4.2 故障转移阶段 |
5.4.3 孤岛运行分析 |
5.5 基于序贯蒙特卡罗模拟的CPDS可靠性评估方法 |
5.5.1 基于序贯蒙特卡罗模拟的CPDS可靠性评估流程 |
5.5.2 信息链路有效性评估流程 |
5.6 算例仿真与分析 |
5.6.1 仿真算例描述 |
5.6.2 可靠性指标统计结果 |
5.6.3 接入网通信性能对CPDS可靠性的影响 |
5.6.4 接入网结构对CPDS可靠性的影响 |
5.6.5 接入网技术特征对CPDS可靠性的影响 |
5.7 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(7)基于构件分析的软件可靠性评估与分配模型及应用(论文提纲范文)
摘要 |
abstract |
注释表 |
缩略词 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 软件可靠性评估技术 |
1.2.2 软件可靠性分配技术 |
1.3 主要研究内容和论文结构 |
第二章 构件软件可靠性及相关技术研究 |
2.1 构件软件可靠性组成要素 |
2.2 构件软件可靠性评估概述 |
2.2.1 软件可靠性评估模型分类 |
2.2.2 构件软件可靠性评估的共性需求 |
2.3 构件软件可靠性分配概述 |
2.3.1 软件可靠性分配模型介绍 |
2.3.2 软件可靠性分配算法介绍 |
2.4 本章小结 |
第三章 构件影响力定义及其计算过程 |
3.1 软件可靠性评估模型及其不足分析 |
3.2 三参数构件影响力度量模型 |
3.2.1 软件有向图模型 |
3.2.2 构件影响力分析 |
3.2.3 基于构件影响力的可靠性评估 |
3.3 实验设置与结果分析 |
3.3.1 实验设置 |
3.3.2 实验结果分析 |
3.4 本章小结 |
第四章 基于结构分析和构件影响力的软件可靠性评估模型 |
4.1 基于结构的可靠性评估模型及其不足分析 |
4.2 基于结构分析和构件影响力的软件可靠性评估模型 |
4.2.1 基于结构分析的状态映射机制 |
4.2.2 模型实现 |
4.3 实验设置与结果分析 |
4.3.1 实验设置 |
4.3.2 结果分析 |
4.4 本章小结 |
第五章 基于改进鸟群算法的构件软件可靠性分配 |
5.1 软件可靠性分配技术及其不足分析 |
5.2 基于改进鸟群算法的构件软件可靠性分配 |
5.2.1 软件可靠性最优分配模型 |
5.2.2 IBSA算法 |
5.3 实验设置与结果分析 |
5.3.1 实验设置 |
5.3.2 结果分析 |
5.4 本章小结 |
第六章 基于构件分析的软件可靠性预测框架及应用 |
6.1 构件软件可靠性预测框架 |
6.1.1 构件提取与分析 |
6.1.2 软件可靠性预测 |
6.2 构件软件可靠性预测系统设计 |
6.2.1 需求分析 |
6.2.2 总体设计 |
6.2.3 功能设计 |
6.2.4 关键技术实现 |
6.2.5 系统实现 |
6.3 本章小结 |
第七章 总结与展望 |
7.1 论文总结 |
7.2 研究展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的论文 |
(8)考虑间歇式能源容量价值的储能规划关键技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.1.1 风电发展现状及消纳利用前景 |
1.1.2 风电置信容量评估的基本概念及算法核心思想 |
1.1.3 广域区间多风电场置信容量评估时需要考虑的影响因素 |
1.1.4 运用柔性资源提升风电置信容量的技术基础 |
1.2 广域区间风电场置信容量评估中风速与负荷联合分布建模研究现状 |
1.2.1 风速/风功率边际分布模型和预测模型研究现状 |
1.2.2 广域区间多风电场风速与区域负荷相关性建模研究现状 |
1.3 计及风电大规模接入的电力系统可靠性评估研究现状 |
1.3.1 电力系统可靠性基本概念及常用指标概述 |
1.3.2 计及风电大规模接入的电力系统可靠性计算方法研究现状 |
1.4 风电置信容量评估方法及提升策略的研究现状 |
1.4.1 风电置信容量评估方法研究现状 |
1.4.2 风电置信容量提升策略研究现状 |
1.5 现有研究存在的不足 |
1.6 本文的研究工作 |
1.6.1 主要内容 |
1.6.2 章节安排 |
第二章 风速与负荷的精细化联合分布建模方法 |
2.1 引言 |
2.2 风速边际分布函数的混合模型 |
2.2.1 GMM和 SNMM的基本结构 |
2.2.2 混合模型的参数估计方法 |
2.2.3 混合模型的拟合优度检验方法 |
2.3 风速负荷相关性建模的Vine copula模型 |
2.3.1 copula函数法基本原理 |
2.3.2 D-Vine copula的基本结构和参数估计 |
2.3.3 D-vine copula的拟合优度检验方法 |
2.3.4 基于D-Vine copulas和 SNMM模型的风速负荷场景生成 |
2.4 算例分析 |
2.4.1 算例环境 |
2.4.2 验证SNMM的拟合效果 |
2.4.3 验证D-Vine copulas的拟合效果 |
第三章 计及风电负荷相关性的发输电系统可靠性快速评估 |
3.1 引言 |
3.2 传统CE-IS方法的理论基础 |
3.3 ICE-IS算法中重要性分布的求取 |
3.3.1 输电线路的ISPMF |
3.3.2 多状态机组的ISPMF |
3.3.3 风速负荷联合分布的ISPDF |
3.4 ICE-IS的完整算法流程 |
3.4.1 ICE-IS预仿真阶段的步骤 |
3.4.2 ICE-IS正式仿真阶段的步骤 |
3.4.3 算法的误差分析 |
3.5 算例分析 |
3.5.1 风机的三状态模型 |
3.5.2 ICE-IS有效性验证 |
3.5.3 风速负荷的相关性结构对含风电发输电系统可靠性的影响 |
3.5.4 不同接入节点对含风电发输电系统可靠性的影响 |
3.5.5 ICE-IS在更大规模电网中的计算效率验证分析 |
第四章 基于非时序模拟法的风电场置信容量算法 |
4.1 引言 |
4.2 置信容量评价指标 |
4.2.1 等效常规机组容量指标的定义 |
4.2.2 有效载荷能力指标的定义 |
4.2.3 ELCC指标的修正 |
4.3 置信容量计算的弦截法 |
4.4 弦截法计算置信容量时存在的缺点 |
4.4.1 置信容量精度可能不足 |
4.4.2 置信容量求解过程可能不收敛 |
4.5 置信容量评估的非迭代式光滑样条插值法 |
4.6 算例分析 |
4.6.1 NISS方法的有效性验证 |
4.6.2 负荷与风速相关性对置信容量的影响 |
4.6.3 不同置信容量指标对风电场置信容量的影响分析 |
4.6.4 风电场渗透率对其置信容量的影响 |
4.6.5 采用不同的可靠性指标对置信容量评估的影响 |
4.6.6 NISS法在更大规模电网中计算置信容量的有效性验证 |
第五章 基于时序模拟法的风电场置信容量算法 |
5.1 引言 |
5.2 发电系统可靠性指标计算模型 |
5.2.1 常规机组年出力模型 |
5.2.2 风电出力相关性时序模型 |
5.2.3 负荷曲线波动模型 |
5.3 发电系统可靠性指标计算的加速时序蒙特卡洛法 |
5.3.1 传统时序蒙特卡洛法计算发电系统可靠性指标 |
5.3.2 传统SMCS法的误差特性分析 |
5.3.3 加速时序蒙特卡洛法的计算发电系统可靠性流程 |
5.3.4 ASMCS算法的误差分析 |
5.4 基于ELCC指标的置信容量评估 |
5.5 甘青地区电网实例分析 |
5.5.1 算例环境简介 |
5.5.2 ASMCS法效果验证 |
5.5.3 置信容量评估结果与分析 |
第六章 面向风储联合系统置信容量提升的储能容量配置方法 |
6.1 引言 |
6.2 电池储能系统的优化模型 |
6.2.1 电池储能充放电特性建模 |
6.2.2 电池储能的优化运行约束 |
6.3 提升风电置信容量的电池储能配置方法 |
6.3.1 风储系统联合出力日内峰谷差最小的储能运行策略优化模型 |
6.3.2 风储系统联合出力与负荷曲线相关性最高的储能运行策略优化模型 |
6.3.3 储能配置方案确定方法 |
6.4 风电时序场景生成和削减方法 |
6.4.1 风电出力时序场景生成方法 |
6.4.2 基于PAM聚类的时序场景削减方法 |
6.5 算例分析 |
6.5.1 算例环境 |
6.5.2 风电出力场景生成结果 |
6.5.3 两种不同的BESS优化运行策略下的BESS配置方案结果 |
第七章 结论与展望 |
7.1 研究工作总结 |
7.2 未来工作展望 |
致谢 |
参考文献 |
作者攻读博士学位期间的研究成果 |
(9)大规模网络系统的可靠性建模的若干问题的研究与仿真(论文提纲范文)
摘要 |
abstract |
缩略词表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 智慧城市与大规模网络系统 |
1.1.2 大规模网络系统的可靠性意义重大 |
1.1.3 可靠性与能效相互制约 |
1.2 主要的研究工作 |
1.3 主要的研究工作 |
1.4 论文的组织结构 |
第二章 可靠性建模及可靠性与能效相关联的研究 |
2.1 可靠性建模的研究 |
2.2 可靠性与能效的关联研究 |
2.3 本章小结 |
第三章 大规模网络系统的可靠性、能耗、成本的建模 |
3.1 引言 |
3.2 冗余备份策略增加系统可靠性 |
3.3 大规模网络系统的可靠性建模 |
3.3.1 虚拟机系统的可靠性建模 |
3.3.2 物理机系统的可靠性建模 |
3.4 可靠性感知的能耗及成本建模 |
3.4.1 能耗建模 |
3.4.2 可靠性感知的能耗模型 |
3.4.3 可靠性感知的成本计量模型 |
3.5 本章小结 |
第四章 可靠性保障和能效提升的优化策略 |
4.1 引言 |
4.2 面向SLA的可靠性保障机制 |
4.3 可靠性感知的能效资源分配算法 |
4.3.1 降低共因失效对系统可靠性的影响 |
4.3.2 资源分配算法的可靠性与能效的优化 |
4.4 物理机决策算法提升能效 |
4.5 可靠性服务的成本计量 |
4.6 本章小结 |
第五章 仿真实验的设计与实现 |
5.1 引言 |
5.2 仿真实验设计 |
5.2.1 谷歌集群数据Google Trace分析 |
5.2.2 Cloudsim扩展 |
5.2.3 实验环境 |
5.3 仿真实验实现 |
5.3.1 面向SLA的可靠性保障策略分析 |
5.3.2 能耗模型的仿真与参数求解 |
5.3.3 物理机系统的可靠性分析 |
5.3.4 可靠性感知的能效资源分配算法的仿真与结果评估 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(10)舰船任务可靠性建模与仿真技术研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景和意义 |
1.2 国内外研究概况 |
1.3 论文的主要内容和章节安排 |
2 基于Modelica语言的舰船任务可靠性建模 |
2.1 舰船系统和舰船任务概述 |
2.2 舰船任务可靠性仿真评价体系 |
2.3 舰船任务可靠性仿真建模方法 |
2.4 基于Modelica语言的可靠性建模 |
2.5 本章小结 |
3 舰船任务可靠性仿真机制研究 |
3.1 舰船任务可靠性仿真策略与关键技术 |
3.2 舰船任务可靠性仿真运行控制 |
3.3 本章小结 |
4 舰船任务可靠性仿真平台设计与开发 |
4.1 仿真平台的设计目标 |
4.2 仿真平台的总体框架 |
4.3 仿真平台的开发 |
4.4 本章小结 |
5 实例分析 |
5.1 舰船动力系统任务可靠性仿真分析 |
5.2 舰船液压操舵系统任务可靠性仿真分析 |
5.3 本章小结 |
6 总结与展望 |
6.1 全文总结 |
6.2 未来展望 |
致谢 |
参考文献 |
附录 攻读硕士学位期间发表的文章 |
四、面向对象的系统可靠性模型与仿真(论文参考文献)
- [1]大规模云计算系统的可靠性建模及优化研究[D]. 孟飒. 电子科技大学, 2021(01)
- [2]群系统基本理论及其在FAST可靠性工程中的应用研究[D]. 蔡伟. 燕山大学, 2020
- [3]高铁列控车载设备可靠性评估及维修决策方法研究[D]. 陈斌. 北京交通大学, 2020(03)
- [4]多状态系统多层次状态监测策略优化方法研究[D]. 张博远. 电子科技大学, 2020(01)
- [5]考虑光伏-光热互补运行的发输电系统可靠性研究[D]. 郭亚森. 东南大学, 2020(01)
- [6]配用电信息物理系统可靠性建模与评估方法研究[D]. 郭经. 华北电力大学(北京), 2020(06)
- [7]基于构件分析的软件可靠性评估与分配模型及应用[D]. 陈悦. 南京航空航天大学, 2020(07)
- [8]考虑间歇式能源容量价值的储能规划关键技术研究[D]. 蔡霁霖. 东南大学, 2019(01)
- [9]大规模网络系统的可靠性建模的若干问题的研究与仿真[D]. 雷美炼. 电子科技大学, 2019(01)
- [10]舰船任务可靠性建模与仿真技术研究[D]. 张琪. 华中科技大学, 2019(03)