简单分布评估

2024-07-17

简单分布评估（7篇）

1.简单分布评估篇一

基于概率分布的风险评估方法研究

风险因素发生概率及其所导致的后果是风险评估过程中的2个重要指标,而这两者往往都具有不确定性.针对定量分析这2个指标困难的.问题,论文研究了基于概率分布的风险评估方法.该方法主要利用Monte-Carlo模拟单项风险因素发生及其所导致的后果,生成受单项风险因素影响的系统目标累积概率分布,再结合控制区间记忆(controlled interval and memory, CIM)模型,分析受多项风险因素综合影响的系统目标累积实现概率分布.最后以某型导弹研制阶段某工作节点的费用风险分析为例进行了应用示例.

作者：吕彬杜红梅陈庆华 L(U)Bin DU Hongmei CHEN Qinghua 作者单位：吕彬,L(U)Bin(中国国防科技信息中心,北京,100036;装备指挥技术学院,研究生管理大队,北京,101416)

杜红梅,DU Hongmei(装备指挥技术学院,试验指挥系,北京,101416)

陈庆华,CHEN Qinghua(装备指挥技术学院,装备指挥系,北京,101416)

刊名：装备指挥技术学院学报 ISTIC英文刊名：JOURNAL OF THE ACADEMY OF EQUIPMENT COMMAND & TECHNOLOGY 年，卷(期)： 17(4) 分类号：N94 关键词：风险评估蒙特卡洛方法累积概率分布曲线控制区间记忆模型

2.简单分布评估篇二

移动Agent作为Agent与分布式计算技术的混血儿, 它能够在异构网络中自主地从一台计算机迁移到另一台计算机, 代替主人完成一系列任务。例如, 某专家要去北京参加一个国际学术会议, 此时就可以通过一个移动Agent为他完成订购机票、预订酒店房间, 以及交纳会议注册费等事情。很显然, 这三件事情要么全做, 要么全不做, 即Agent的操作必须具有原子性。这可以通过将这些操作组织成一个事务来处理。然而, 移动Agent规范[1]中并没有任何关于事务的说明, 现有的移动Agent产品也都不支持事务处理。

本文给出了一种用于移动Agent环境中的分布式事务处理方案, 并着重讨论了在参与Agent操作的某个节点发生故障时如何保障Agent操作的原子性。

1移动Agent下的事务分类

如果一个移动Agent所参与的事务只是局限于一个节点, 称这种事务为集中式事务。集中式事务的管理与平时接触的事务的处理没有任何区别。

如果一个移动Agent事务由分布在多个节点上的子事务构成, 称这种事务为分布式事务。例如, 前面所举的例子中, 该移动Agent所执行的事务就是一个分布式事务, 它包括订票、订房间和交纳注册费三个子事务。

另外, 根据一个移动Agent在执行期间是否与其它Agent交互, 事务又可分为简单事务和复杂事务两种。其中, 由于一个进行简单事务处理的移动Agent, 不与其它Agent进行交互, 因而该Agent出现故障时不会对其它Agent带来任何影响。而对于进行复杂事务处理的移动Agent, 一旦在事务期间产生故障中, 撤消时必然会影响到所有曾从该Agent处获得过信息的Agent。

因此, 移动Agent环境下的事务可以分为简单集中式事务、简单分布式事务、复杂的集中式事务和复杂的分布式事务四类。这里, 只讨论简单的分布式事务, 即一个移动Agent的事务跨越多个节点, 但在事务期间不与任何其它移动Agent交互信息的情况。

2简单的分布式事务处理方案

在简单的分布式事务中, 分布在每个节点上的子事务完成后不能立即进行提交, 因为此时尚无法了解在后续节点上的子事务是否能够成功。因而, 只有当移动Agent在最后一个节点上执行的子事务顺利完成后, 才能够提交各个子事务。而任何一个节点的子事务失败, 都需要撤消前面各个子事务的执行。例如, 前面的例子中, 如果移动Agent不能为主人预订到一个房间的话, 那么前面订购机票就没有什么意义了, 必须取消。

在C/S环境中, 分布式事务的提交大都采用2PC协议[2]来进行处理。即, 事务的每一个参加者都会根据自己的情况对最终的提交进行投票决定, 并使用一个协调者来负责投票处理。该方案在移动Agent环境下的事务处理中也同样适用。

2.1使用2PC协议进行事务处理

让参加事务处理的第一个节点自动成为协调者, 由它负责整个事务的提交。其它的节点就成为2PC协议中的参加者。移动Agent携带着协调者的地址Addr和事务号TID在各个节点上逐个地执行各个子事务, 每当移动到一个节点上, 就向协调者注册自己的身份。然后, 可以利用2PC协议进行事务的提交或回滚。这可以通过图1的有限状态机来进行说明。

该方法存在两个问题:

(1) 故障问题。在事务处理过程中, 参与者和协调者可能会出现故障, 此时会影响到事务的提交, 对于该问题, 文献[2]中给出了解决的办法, 这里不再累述;

(2) 性能问题。这种方法一个很明显的缺陷就是为维护事务的原子性引入了过多的额外消息。假设共有n个节点参与了事务处理, 则除了完成2PC所需要的3 (n-1) 条消息外, 参与者向协调者注册也需要n-1条消息。这很可能会将引入移动Agent所带来的好处抵消。

为了提高性能, 可以考虑将各个节点向协调者的注册消息和事务提交表决结果Commit或者Rollback结合起来, 这样维护整个事务的消息数目可以降为2 (n-1) 条, 比标准的2PC协议少n-1条消息。图2给出了此时协调者的执行算法。

由于参与者用表决消息作为注册消息, 因而协调者无法了解当前到底具有多少个参与者, 这样就无法做出成功提交的表决。一个可行的解决办法是, 让移动Agent在节点间移动时对参与事务处理的节点进行计数, 并将此计数以及当前节点是否为最后节点回发给协调者。

2.2利用消息回发进行事务处理

尽管改进后的2PC只需要2 (n-1) 条消息就可以完成整个事务处理, 当整个系统中存在大量的事务处理时, 仍然会浪费大量的网络带宽。更重要的是, 2 (n-1) 条消息的交换也会大大延迟事务提交的时间。

图3演示了一种基于消息回发的事务处理机制。事务提交的基本原则为:

(1) 移动Agent在执行中间某个子事务时, 如果发生了失败, 则沿着移动Agent迁移链反向传递Rollback消息, 撤消前面的所以子事务。失败节点后续的子事务将会被忽略不做;

(2) 如果最后一个子事务也成功执行, 则沿着移动Agent迁移链反向传递Commit消息。

在这里, 成功或失败参与事务的最后一个节点扮演了上述2PC中的协调者角色, 而其它的节点则相当于参与者。因而, 在不出现故障时, 仅需要n-1条消息就可以完成整个事务的处理过程。

2.3消息回发机制中事务原子性的保障

原子性是事务最重要的性质, 也是其它几个性质的基础。在基于消息回发机制中, 为了保证事务的原子性, 每个节点的事务管理器至少应该记录以下内容:

(1) TID:事务号,

(2) preNode: 前一个子事务地址,

(3) sucNode:后一个子事务地址,

(4) IsLastNode: 是否为最后一个子事务,

(5) Status: 当前子事务所处的状态。

在这里, 利用preNode和sucNode将参与事务处理的节点连成一个双向链表。一旦某个节点出现系统故障, 恢复时可以沿着双向链查询其它节点的状态。图4给出了在基于消息回发机制的事务处理中协调者和参与者的有限状态机。为了处理方便, 令状态Abort>Ready>Commit。此时, 可以采取如下方式保证即使参与事务的节点发生故障时仍不会丧失原子性:

(1) 若某个子事务在Ready状态超时, 则沿sucNode查询, 若链断, 则中止事务, 否则若后续子事务未完成, 则等待一段时间;

(2) 若某个子事务中止, 则沿preNode中止前面的所有事务;

(3) 若某个子事务在Init状态崩溃, 恢复时进行撤消, 并沿preNode中止前面的所有事务;

(4) 若某个子事务在ready状态崩溃, 恢复时沿链查询前后各节点的状态, 并令Status等于查到的最大状态。

3结论

在移动Agent系统中处理事务时, 用于维护事务处理的额外消息所带来的开销通常是很大的。因而, 在事务处理中应尽可能减少消息的数目。与基于C/S的分布式系统中处理事务所需的消息数目3 (n-1) 相比, 文中讨论的两种处理方案都要少得多, 一种为2 (n-1) , 一种为n-1。

事务具有ACID特性, 而原子性是这些性质中最基本的性质, 它有力地保障了系统中数据的一致性。在这里, 可以让事务管理器在系统故障恢复时来查询前后节点的方式来实现了原子性。

当然, 这里面还有很多问题是需要讨论的, 例如在系统恢复时, 如何优化恢复算法来加快恢复过程等, 这些都是的工作中继续要研究的问题。

摘要：随着电子商务的发展, 自主的移动Agent逐渐成为该领域关注的一个热点。由于电子商务往往和金钱有关, 所以必须保证移动Agent操作的原子性, 这就不可避免需要用到事务服务。然而移动Agent规范中却没有任何这方面的规定。讨论了移动Agent环境中事务的分类, 并给出了其中一类事务的处理方案, 最后讨论了如何保障事务的原子性。

关键词：移动Agent,事务,2PC,恢复

参考文献

[1] Object Management Group. Mobile agent facility specification.Object Management Group, January, 2000:1-4—1-12

3.简单分布评估篇三

【摘要】在寿命分布为指数分布下，对I型截尾带有随机移走的试验施加简单步进应力，采用最大似然估计对不同应力的参数进行估计，以应力变化时间点为优化变量，正常应力下寿命参数估计的渐近方差最小为优化目标，找到最优的应力变化点。最后，以一模拟数据建模进行数据分析。

【关键词】加速寿命；指数分布；I型截尾；随机移走；简单步进；渐近方差

1、前言

随着科技的进步，产品的寿命有了极大提高，传统寿命试验显得力不从心，在此背景下，加速寿命试验应运而生，并且越来越受到人们的关注。

国内外许多学者对加速寿命试验进行了研究。茆诗松[1]等对多种分布下的加速寿命试验做了许多工作，陈循[2]等在相关的数据仿真模拟上有相当的研究；S.adia Anwar[3]在恒定应力加速上对寿命参数做区间估计。

在实际情况中，由于试验产品可能出现危险，或者由于试验经费的削减，经常需要在试验中将部分还没有失效的产品移走；在相关领域的研究中，杨春燕[4]等研究了随机移走服从二项分布的情况。

本文在寿命分布为指数分布情况下，采用I型截尾，其试验时间设为T，并以简单步进应力（分别为：s1，s2）为试验条件；假设随机移走发生在产品失效时刻，第i次失效时刻移走个试验产品，而且随机移走数服从二项分布B（ni，p）。在此状况下对分布的参数采用极大似然估计，并且利用Fisher信息矩阵估计正常状况（应力水平为：S0）下寿命参数的渐近方差AV（θ0），当渐近方差最小时即为最优应力转变时间τ，在此估计得到的正常寿命参数就更可靠。

2、模型建立及分析

2.1、模型假设

假设一：产品的寿命分布服从指数分布；

类似文献[5]给出累积分

布函数为：

在试验中试验前已定si，θi通过似然函数进行估计。

假设三：试验开始时试验样本总数为n，在应力水平si下失效产品个数为mi，且m=m1+m2；每次失效时刻ti随机移走数ri独立同分布，且服从概率一定的（设为P）的二项分布；即有，一旦试验结束，便确定。

假设四：试验过程采用连续观测；

2.2、最优设计分析

根据对试验过程的分析，可以得到似然函数为：

然后通过软件模拟找到使（20）达到最小的τ值，则在此τ值下估计的正常使用状况下的寿命分布参数θ0最优。

3、实例计算分析

下面用模拟的数据求取正常应力水平下的寿命参数最优数值解。首先，给定定时截尾时间为T=1900h，利用R软件生成随机数模拟寿命可得寿命数据为：（单位：h）

然后再用R模拟生成随机移走的数据：（单位：个）

再利用2.2节的理论公式，用R3.2.0编程序可以得到不同τ（为减少软件循环次数，这里τ取正整数）值（20）式的值，通过软件可以找到全局最优解τ=1635h时，最小值，且最小值为，同时由软件输出最可靠的θ0的估计值为：；由此可知该产品在正常状态下使用的平均寿命约为8820h。同时，由模拟的参数可以求出在该数据下实际平均寿命为9000h，可见该估计的精确度还是较高的。

参考文献

[1]茆诗松，汤银才，王玲玲.可靠性估计[M].高等教育出版社，2008.10P259-P324.

[2]陈循，张春华，汪亚顺.加速寿命试验技术与应用[M].国防工业出版社，2013，P130-P200.

[3]Sadia Anwar，Arif UI Islam.ESTIMATION AND OPTIMAL DESIGN OF CONSTANT STRESS PARTIALLY ACCELERATED LIFE TEST FOR GOMPERTZ DISTRIBUTION WITH TYPE I CENSORING.[J].RT&A#04（35）.（Vol.9）2014，December.

[4]SIU KEUNG TSE，CHUNYAN YANG，HAK-KEUNG YUEN.Statistical analysis of Weibull distributed lifetime data under Type II progressive censoring with binomial removals.[J].Fournal of Applied Statistics，VOL.27，No.8，2000，1033-1043.

[5]李新翼，郑海鹰.广义指数分布场合下简单步进应力加速寿命试验的最优设计[J].温州大学学报.自然科学版.2013年11月，第34卷第4期.

[6]Jin Zhang.Mathematical Statistics，科学出版社.[M].2013年7月.P13-P150

作者简介

张鹏（1989-），男，汉族，湖北利川人，碩士研究生，研究方向：概率论与数理统计；

4.简单分布评估篇四

节能减排、低碳调度以及大规模互联电网暴露出来的脆弱性,这些因素共同激发了电力系统中分布式发电的高密度和高渗透率[1-2]。分布式发电资源的深度融合产生了一系列电能质量问题,如大量电力电子器件的应用引发谐波谐振;间歇式电源有功功率输出波动导致电压瞬变或闪变;风电场感应式异步发电机并网伴随的冲击电流造成电压跌落;单相分布式电源增加三相电压不平衡;同步机式的电源加剧频率偏差[3]。电能质量评估可为多功能并网逆变器提供控制决策[4],并能有效激励发电、输电配电各方对电能质量治理的主动性。

目前,电能质量评估集中于评估方法的研究和评估指标的选取。评估方法主要建立在模糊数学[5-6]概率统计[7]及人工智能[8-9]基础上。模糊理论简单计算量小,借助专家知识即可进行决策,适用于历史数据缺乏、对评估结果精度要求不太严格的情况灰关联等信息融合方法及模糊聚类等数据挖掘方法[10-11]具有相同性质;概率统计方法通过确定一系列不同时刻指标值的概率分布实现各指标多组数据的集中处理,适用于某时段(如日周期和月周期等电能质量的快速评估;人工智能算法基于大样本数据,误差较小、精度较高,但数学模型复杂,扩展具有一定的局限性,不适宜对大量评估对象进行统一评估。针对电能质量评估指标的不确定性,文献[12]引入集对分析模型,从同、异、反三方面描述,但差异度系数的取值(范围在[-1,1]之间)影响评估结果。在电能质量评估指标方面,正如电能质量至今没有统一的定义一样,其评估指标的选取由于供需立场的不同也呈现多样性,但上述文献采用的电能质量评估指标,无论是技术性还是非技术性,都是基于确保敏感设备正常工作。随着分布式发电资源份额的增加,其电能质量评估也提上日程,以现有指标体系对传统能源和清洁能源在同一平台进行评估呈现不足。

一方面,优质电能已不再局限于确保供电的安全性,传统能源带来的环境污染问题已成为制约国家能源可持续发展战略的一大障碍,其所带来的损失远超过设备不正常工作造成的经济损失,电能质量评估应从社会福利最大化的角度出发,充分考虑电力生产对生态环境的影响。另一方面,传统能源电能质量的污染主要源自非线性、冲击性、不平衡特征及谐波丰富的负荷,而分布式发电系统自身的间歇性、大量电力电子器件的应用都使电能质量进一步恶化,在未来按质定价的电力市场环境下,目前的评估指标会使其处于劣势地位。而碳评估指标的引入将显著提高清洁能源的电能质量序位,从而确保清洁能源的市场竞争力和建设积极性。因此在电能质量评估中考虑碳或等价碳[13]排放强度指标极为重要。

为全面、合理地对传统能源和清洁能源的电能质量进行评估,本文首先将CO2及等价CO2排放强度量化并将其考虑到电能质量的评估中去,以适应并促进低碳经济的发展;然后提出一种基于集对分析原理的评估方法,该方法定义的联系度函数在处理模糊、信息不完全导致的不确定性问题上有很大优势;最后引入置信度准则和评分准则进行电能质量有序分割类的属性识别,不仅能识别不同属性等级,且对处于同一质量等级的优劣性也能精确识别。

1 电能质量评估指标的选定与分级

电能质量指标分为技术性指标和非技术性指标[14]。技术性指标主要指国家标准的电能质量指标,包括供电电压允许偏差(x1)、电压波动(x2)、闪变(x3)、公用电网谐波畸变率(x4)、三相电压允许不平衡度(x5)、电力系统频率允许偏差(x6);非技术性指标主要考虑供电可靠性和用户满意度。离散或连续指标值的计算参见文献[15]。在低碳经济催生分布式发电资源高渗透率的背景下,现有指标已不足以反映电能质量的所有特征,故提出将CO2或等价CO2排放强度(x7)(kg / (MW·h))作为非技术性指标纳入电能质量评估。考虑到我国目前3 个或2 个“9”供电可靠性承诺,且为较长时期的统计数据,其他非技术指标不适合用在电能质量的实时评估中,本文暂不予以考虑。上述7 项指标构成了本文的电能质量指标集。

x1—x6是以国家标准值为基准,各项指标偏离值与国家标准比值的百分比(xi%)为衡量值。本文将电能质量各单项指标分为5 级,即质量优(Ⅰ级)、良(Ⅱ级)、合格(Ⅲ级)、污染(Ⅳ级)、差(Ⅴ级),分别记为g1、g2、g3、g4、g5。指标x1—x6的等级区间参考文献[16],将9 个等级合并为5 个,以x1为例,g1∈ [0,6],g2∈ (6,8],g3∈ (8,10],g4∈(10,18],g5∈ (18,+ ∞), 其余指标区间依此类推。

指标CO2排放存在2 种计量方式:一种是以年、日、小时内的平均浓度(mg / m3)为计量单位;另一种是以单位时间排放量(t / a或g / h)为计量单位。为了进一步体现单位发电量所排放的CO2水平,即CO2排放强度,参考文献[17],利用公式Ci= mi/ Wn实现单位时间排放量与排放强度的转换,其中,mi为第i种污染物的排放量(g / h);Wn为机组供电量(k W);Ci为排放强度(g / (k W·h)或lb / Btu(英制单位))。本文采用排放强度为计量方式,单位是kg / (MW·h)。

CO2排放等级区间的设计参照文献[1]及各国减排新规。分布式发电系统,如风力、光伏发电等的CO2排放水平为0~220 kg / (MW·h),因此设定g1[0,220];美国环境保护署2012 年3 月27 日首次对美国未来新建的发电厂提议设定CO2排放标准,即新建的发电厂只允许每MW·h排放1 000 磅(约合453.6 kg)CO2, 以鼓励建设天然气发电等更加清洁的发电,由于燃气涡轮机的CO2排放强度为370~450 kg / (MW·h),故设g2∈ (220,370],g3 (370,450];而燃煤所排放的CO2已经造成环境污染,故设g4∈(450,830],g5∈ (830,+ ∞)。

为了充分体现分布式发电系统的减排效益,文献[13]针对多种污染气体情况,按式(1)将SO2和NOx折算成等价CO2排放浓度。

其中,CCO2e为折算后的等价CO2排放浓度(kg/m3);CCO2、CSO2、CNOx分别为单位发电量CO2、SO2、NOx的排放浓度(kg/m3)。考虑到低碳经济时代,分布式发电系统大规模发展的主要驱动力仍然是减少碳排放,因此文中非服务性指标限值仅参照CO2排放标准。

2 基于隶属度函数的集对分析方法

2.1 集对分析原理

集对分析[18]的基本思想是在充分考虑被研究事物不确定性存在的前提下将确定性与不确定性作为一个系统从同、异、反三方面进行描述。集对分析方法采用联系度来描述系统中确定性与不确定性的相互共存和一定条件下的相互转化,而不是一定要将不确定性转化为确定性。

给定2个集合A与B,其组成集对H=(A,B),集对分析方法的关键是建立2个集合A与B的联系度,联系度通常从同一度、差异度、对立度3个方面体现,表示为:

其中,a、b、c分别为所讨论2个集合在指定问题背景下的同一度、差异度和对立度。同一度为两集合共同特性的定量刻画,对立度为两集合相反特性的定量刻画,介入二者之间的不确定性部分用差异度度量。i和j有双层含义,一是作为差异度b和对立度c的系数,i在[-1,1]区间取值,j取值为-1,由于i的不确定性,联系度仍呈现既确定又不确定的状态;二是不考虑i和j的取值情况,仅起标记的作用,本文采用第2个含义,从而不存在i取值影响评估结果的问题。a、b、c作为整体事件的3个部分,满足:

多元联系度可以充分考虑不确定性因素的影响,通过对差异度b扩展得到Z元联系度表达式:

其中,bz为差异度的多元细分,本文将差异度分为3级。同、异、反系数a、b、c采用模糊隶属度函数确定。

2.2 集对分析应用于电能质量评估

集对分析方法的核心是联系度,其确定方式比较灵活。文献[12]采用了图1 所示框架。

在计算指标集合Q与状态等级G之间联系度时,首先根据指标集合Q中所有元素,确定其与4个状态等级g1、g2、g3、g4的同一度、差异度和对立度,由于ik被看作系数,有具体取值,故ak、bk、ck、ik共同决定了联系度。在确定系数ik时,根据每一个指标值xr所处的区间,再次从同异反三方面考虑与其等级gk的联系度 ,得到每一等级的联系度 ,最后将i=0、j=-1代入,得到4个联系度的确定值,其中联系度最大的等级即为电能质量所在等级。但是,ik取值的随机性会对评估结果产生影响,为此本文采用了图2所示的集对分析模型。

图2 与图1 思路不同,确定电能质量等级时,首先根据指标集合Q中每一元素xr,确定与其状态等级的同一度ar、差异度bz,r、对立度cr(本文7 个指标需计算7 个联系度),再结合每一指标的权重wr,得到指标集合Q与状态等级G的联系度。

下面给出主要步骤。

a. 建立集对。根据第1 节,将电能质量指标体系实测值Q = {x1,x2, … ,x7}及各指标对应的状态等级{Gr} = {g1,g2,…,g5}(r = 1,2,…,7)构成集对,用于分析指标集合中每一采样元素与该指标状态等级的联系度。

b. 确定各指标实测值与其状态等级的多元联系度。由式(4)得到电能质量各单项指标xr与相应状态等级的5 元联系度:

式中对指标xr状态等级构成的整体区间用同一度、差异度、对立度来标注并赋予实际意义,即认为优等级区间为同一度区间,差等级区间为对立度区间(因为两区间数据值相差较远),介于优和差等级范围内的为差异度区间。 ar定义为指标xr属于优质等级的程度;bz，r为指标xr属于z级差异度的程度z = 1,2,3;cr为指标xr属于差等级的程度。上述系数通过隶属度函数确定,各指标采样值与其等级的隶属度函数见图3。图中,0

ar、bz，r、cr由图3 求得(b2，r和b3，r与b1，r类似),表达式如式(6)—(8)所示,代入式(5)得到多元联系度表达式如式(9)所示。

以指标x7为例,假设实测值x7=450 kg / (MW·h),根据其区间阈值s1— s4,可知(s2+s3) / 2

c. 结合权重,确定集对H = (Q,G)的联系度:

其中,wr为指标xr的权重,具体见第3 节。

d. 确定电能质量等级。据式(11)得某时段电能质量等级,式(14)可比较同等级电能质量优劣状况。

3 指标权重确定

采用改进层次分析法[19]确定电能质量指标的权重。用三标度法构建判断矩阵求主观权重,改进的三标度法仅含2(M因素比N因素重要)、1(M因素与N因素同等重要)和0(M因素没有N因素重要)3 个标度值,易比较且无需一致性校验。步骤如下。

a. 建立比较矩阵。依据专家经验,设各项指标重要度依次为谐波> 三相不平衡度> 电压允许偏差>闪变> 电压波动> 频率允许偏差> CO2排放强度,即x4> x5> x1> x3> x2> x6> x7,比较矩阵见表2。

b. 计算重要性排序指数并构建评判矩阵。

c. 求评判矩阵的最优传递矩阵和拟优一致矩阵,拟优一致矩阵的最大特征值对应的特征向量并归一化处理后即可得到各指标的权重。本文计算权重时分2 种情况:只考虑国家标准中的6 项指标,计算权重{w1,w2,w3,w4,w5,w6}= {0.138 5,0.038 4,0.072 4,0.467 9,0.261 3,0.021 4};考虑7 项指标时的权重{w1,w2,w3,w4,w5,w6,w7}={0.144 9,0.044 4,0.080 2,0.433 70.257 0,0.025 0,0.014 8}。

4 电能质量状态等级判别方法

引入2 种判别[20]方法:置信度准则和评分准则。置信度准则主要用于有序分割类中。以Q= {电能质量指标全体}为例的对象空间中,G={质量等级水平}称为空间Q的一个属性集,G = {g1,g2,…,g5},5 个不相交的质量等级子集构成了属性集G的分割,对全部子集gr建立强或弱的顺序,本文认为电能质量越“优”越 “好”,即g1> g2> … > g5,称g1—g5为属性集G的有序分割类。若已知一组数据的联系度或状态测度,可采用置信度准则判别该组数据属于哪个类别。

置信度准则存在2 种判别情况:一种是状态等级由高到低,即g1> g2> … > gK(本文K = 5),状态等级k0的判定采用式(11);另一种是状态等级由低到高,即g1< g2< … < gK,根据式(12)判定。

其中, (l=1,2,…,K)分别对应图2 中a、b1、b2、b3、c;λ 为置信度水平,区间设为[0.5,0.7],本文取 λ = 0.7。

评分准则是对2 组同等级数据的优劣性进行比较,指在同一个问题背景下,已知Q1、Q2的属性测度与 (k = 1,2,… ,K),且满足式(13)。假设属性集gk的分数为nk,在g1> g2> … > gK时,有n1>n2> … > nK,取nk= K + 1 - k;反之nk= k。式(14)为Q(f=1,2)的分数,若 ,则认为Q1优于Q2。

5 实例研究

参照文献[16]设定3 组电能质量指标测试数据Q11、Q12、Q2,见表3,其中Q11选用国家标准的6 项指标作为指标集,Q12和Q2基于本文的7 项指标集,x1—x6对应数据为标幺值。

3 组测试数据与电能质量的5 个等级( Ⅰ—Ⅴ级)分别构成集对。按照第2.2 节的计算步骤,根据各指标的实测值、各指标等级的阈值及第3 节的指标权重,可得电能质量联系度。以集合Q2与电能质量等级的联系度计算为例,指标实测值x1= 6.5,其等级区间阈值s1= 6,s2= 8,s3= 10,s4= 18,且s1< x1< (s1+s2) / 2,由式(9)得联系度 ,同理可得 ,结合权重{w1,w2,w3,w4,w5,w6,w7}={0.144 9,0.044 4,0.080 2,0.433 7,0.257 0,0.025 0,0.014 8}及式(10)可得联系度uQ2= 0.231 0 + 0.206 8 i1+0.562 2 i2+ 0 i3+ 0 j。同理Q11、Q12的联系度见表4。

由置信度准则及评分准则分析电能质量等级。

a. CO2排放强度对电能质量的影响。 Q11和Q12前面6 项指标值相同,对指标集Q11, 根据式(11), ,判断电能质量等级为 Ⅱ 级,良好状态。指标集Q12, ,故电能质量等级为Ⅲ级,即合格状态。原因是Q12中CO2实测值处于合格与不合格分界线上,在一定程度上恶化了总体电能质量水平。因此该指标的纳入,在一定程度上能够改变电能质量的序位,确保清洁能源在未来市场环境下的竞争力。

b. 最大属性测度与置信度准则对评估结果的影响。以Q2和Q12为例进行分析,Q2如果按最大属性测度准则来判别, 中数值最大的是第3 项,则判为Ⅲ级,与置信度准则判别结果相同。但对于Q12, 其联系度uQ12=0.583 3 + 0.113 5 i1+ 0.300 6 i2+ 0.002 6 i3+ 0 j,依据最大属性测度为Ⅰ级,与a中判定结果Ⅲ级有差异,这是因为虽然0.583 3 最大,但指标集处于良、合格、轻度污染的程度占整体等级将近一半,因此单凭数值最大来判定等级具有极端性,置信度准则的判断结果更能反映实际情况。

c. 同一等级电能质量优劣比较。 Q12和Q2同处于Ⅲ级,合格,但 ,说明Q12实测值反映的电能质量水平要高于Q2。评分准则可对多个处于同一电能质量等级的对象进行优劣性区分。

6 结论

a. 将CO2及等价CO2排放强度量化并将其考虑到电能质量的评估中去,其可改变电能质量序位,确保了按质定价市场环境下分布式资源的竞争力,为各类发电资源电能质量评估提供支持。

b. 提出的基于集对分析原理的评估方法,其定义的联系度在处理模糊、信息不完全所导致的不确定性问题上具有很大的优势,且简单直观。

c. 采用的置信度准则能综合考虑各等级的属性测度,在有序分割空间上确定电能质量等级更合理;引入的评分准则能有效比较同等级电能质量水平的优劣程度,便于电能质量的精细化管理。

摘要：为确保按质定价市场环境下分布式发电系统的竞争力和建设积极性,将CO2排放强度量化并纳入电能质量综合评估指标中。提出一种基于集对分析原理的评估方法,引入联系度并采用隶属度函数从同、异、反三方面描述电能质量指标与状态等级的不确定性。采用层次分析法确定权重,并结合置信度准则和评分准则进行电能质量有序分割类不同状态等级及同一质量等级优劣性的属性识别。算例表明,所提出的评估方法显著提高了评估结果的合理性和精细性。

5.简单分布评估篇五

1 概述

目前, 在用的网络安全评估方法主要有两种:人工分析和自动扫描。人工分析法的好处是评估结果比较全面, 不足之处在于评估过程无法自动完成, 而且评估结果的主观性比较大。自动扫描法的好处是评估过程实现了自动化, 不足之处在于只能扫描在线的节点和链路, 无法发现离线设备的静态安全隐患。

因此, 无论是静态分析或是在线扫描都无法满足安全评估的要求, 只有将两者结合起来, 才能得到更为准确的评估结果。

针对上述问题, 本文提出并实现了一种基于层次式结构的分布式网络安全评估系统。系统的分布式结构能够有效的平衡网络负载, 以适应大规模的网络环境;此外, 系统采用三层结构使得评估数据分布到了不同层次, 减轻了中心节点的压力。

2 企业专网的特点

企业专网的结构简单来说就是一个独立的互联专网, 是一个连接各单位局域网的层次式网络, 对整个网络的评估可以归结为对每一个局域网进行评估之后再汇总的过程。

3 评估方法的选择

网络安全风险评估的方法目前主要可分为四类:定性的风险评估方法、定量的风险评估方法、定量与定性相结合的方法以及基于模型的评估方法。

单纯的定性或是定量方法都无法实现系统的设计目标, 因此系统采用定性与定量结合的方式对网络节点进行威胁分析, 得到单个节点的风险值之后, 对整个网络结构采用层次化模型进行重组, 继而计算各个子网和整个网络的安全风险值。

4 基于分布式信息探测的安全评估

4.1 扫描方式的选取

根据扫描工具的运行位置, 漏洞扫描的方式可分为两种:基于终端的方式和基于网络的方式。

(1) 基于终端的方式好处在于能够最大限度的发现系统漏洞, 缺点是维护复杂, 需要逐一操作, 扫描效率低。

(2) 基于网络的方式

基于网络的扫描方式是最为广泛使用的方式, 这种方式采用黑客入侵的角度对终端和网络进行分析, 能够对多个异构终端同时进行扫描, 通用性强、扫描效率高。缺点在于扫描过程由于受到终端设置和防火墙的影响, 无法全面、准确的获取终端信息。

本系统的设计思路兼顾了两种方法的优势, 系统在主机上安装扫描客户端, 达到了最高的扫描信息准确度;同时通过管理器管理客户端, 收集扫描结果并进行汇总, 避免了基于终端扫描方式效率低下、不具备实时性等问题。

4.2 分布式信息探测系统的设计与实现

分布式信息探测系统分为三层结构, 由分布于各个子网内的监测客户端、子网管理器和中心管理器组成。中心管理器用于控制和管理整个系统, 通过与子网管理器的信息交互来完成评估结果查询、系统配置管理等任务。监测客户端安装于节点, 用于扫描终端安全状况和监听网络运行状况。扫描对象包括终端操作系统版本、开放服务、开放端口和系统漏洞等信息;监听对象包括终端的网络出入数据、遭受的攻击事件等。子网管理器负责接收各节点的监测客户端传送的各类网络信息并对其进行分析汇总, 同时将评估结果传送至中心管理器。

系统的三层结构, 既分摊了网络负载, 也将节点扫描数据的传送限制在子网内部, 中心管理器接收的只是子网管理器提交的评估结果, 彻底解决了常规扫描系统中心节点负载过高的问题。理论上系统可以适用于各种规模的网络。

4.2.1 中心管理器的设计

中心管理器是系统的核心处理模块, 与传统的安全评估系统不同的是中心管理器本身并不参与漏洞扫描, 所以网络节点到中心管理器之间没有原始扫描数据的交换, 所接收的只是来自子网管理器的扫描结果, 不管网络规模再大也不会产生系统拥塞的问题。

中心管理器的主要功能是作为用户的管理控制台, 通过与子网管理器的信息交互实现评估结果查询、显示以及系统配置管理等任务, 同时管理器还负责监控子网内各检测客户端和子网管理器的工作状态。

4.2.2 监测客户端的设计

监测客户端的扫描功能和传统的单机扫描软件类似, 主要具备的功能有:扫描主机基本信息 (计算机名、IP、操作系统版本等) 、扫描开放端口信息、扫描运行服务信息、扫描系统漏洞信息、监测网络运行状况、弱口令探测等功能。与传统扫描软件不同之处在于, 传统的单机扫描软件由人工逐台对主机完成扫描, 得到扫描结果后再由人工或是软件对各台主机的扫描结果进行汇总和评估, 既没有实现自动化、也无法实现实时性;而本系统设计的监测客户端一方面具备了单机扫描软件扫描全面的优点, 另一方面扫描过程完全自动化而扫描的结果也会自动汇总到子网管理器作为原始数据, 真正实现了自动化和实时化。

5 结束语

随着大型企业专网规模的不断扩大, 如何选用一种合理、高效的方式对大型网络进行有效、准确的评估是企业网络安全亟待解决的问题。

本文立足于企业专网安全维护的应用需要, 对国内外网络安全风险评估标准、方法和工具进行了大量研究, 在详细比较定量评估和定性评估优缺点的基础上, 提出并实现了一种基于层次计算模型的分布式网络安全评估方案。该方案结合了层次结构与协作式结构的优点, 具有良好的适应性、可扩展性和较高的数据处理能力。此外, 方案采用了近几年提出的较为新颖的脆弱性评估技术和网络攻击威胁评估技术, 并采用了三层模式的系统结构用于平衡负载, 从而能够对大规模、多管理域网络的安全状况做出全面、准确的评估。

摘要：本文通过分析当前网络安全评估方法, 总结了各自的特点和缺陷, 依据大型企业专网的基本特点, 提出了一个基于层次式建模和分布式体系结构的网络安全评估方案, 实现了对大规模网络安全性的有效评估。方案通过将扫描功能、评估功能和汇总功能分别划分到不同的层次, 避免了传统层次化评估模型中心节点数据负载过高的问题, 同时也避免了协作式评估结构中网络通信开销大的缺点。

关键词：网络安全,层次模型,分布式结构

参考文献

[1]刘勃.基于贝叶斯网络的网络安全评估方法研究[J].计算机工程, 2004, 30 (22) :111-113.

6.简单分布评估篇六

化石燃料的不断消耗,不仅引起了能源供给的日趋紧张,而且还带来了严重的环境问题。节能减排、低碳、绿色电力等要求给电力供应带来了巨大的挑战[1]。此外,反思大电网暴露出来的脆弱性及其所导致的一系列大停电事故[2],表明分布式发电系统能在一定程度上提高系统的稳定性[3]。这些因素共同激发了电力系统对可再生能源和分布式发电技术越来越多的关注。近年来,大型风电场、光伏电场技术相继得到推广应用。同时,集成了分布式可再生能源、储能和局部负荷的微电网技术,作为一种局部供电系统,更是得到了深入研究[4]。

分布式发电系统电能质量的综合评估具有十分重要的意义。一方面,由于可再生能源具有随机性、间歇性和不确定性等特征,其并网过程一般需要大量的电力电子接口装置来实现能量变换,给并网电能质量带来了严峻的考验[5]。随着分布式发电系统占系统容量的比例越来越大,其对电能质量的影响也会越来越重。另一方面,按质定价是电力市场的发展趋势,电能质量综合指标的优劣将是按质定价的重要依据[6]。届时,各分布式发电系统上网电价的确定将在一定程度上依赖于其电能质量的高低。为此,需要找到一种有效的电能质量评估方法,作为全面考核电能质量的技术指标和修正上网电价的凭证,实现电能的分质计价。因此,建立电能质量的综合评估体系及其数学模型,不仅可以及时了解各分布式发电系统的运行管理水平,而且还能将其作为电能分质计价的重要依据。同时,及时向分布式发电系统提供其电能质量的综合评估结果,不仅可以提升电力市场的透明度,而且还能有效地激励分布式发电系统供电方对电能质量问题的治理,充分发挥其积极性和主动性[5,7,8]。

虽然分布式发电系统电能质量的综合评估十分重要,但是这方面的相关研究还并不多见[8]。电能质量的综合评估相对于传统电力系统和分布式发电系统而言,只是其应用场合不同而已,其问题的实质是一致的。故可以借鉴传统电力系统中的电能质量综合评估方法[9,10,11,12,13,14]。然而遗憾的是,现有大部分方法在模型参数的确定上存在较大的主观性,过多地依赖于专家的知识与经验。这些先验信息的不同可能会导致不同的评估结果,具有较大的不确定性,可操作性差,以致能在实际现场中得到应用的方法其实并不多。

突变决策是一种对待评估目标进行排序分析的综合分析方法。该方法首先对所需评估目标进行多层次分解。然后,利用突变理论求取各层的突变指数,通过自下向上的综合过程最终获得综合评估指标。该方法的突出特点是不需要确定各单项指标的权重,从而减少了主观性,而且计算简便,因此得到了广泛的应用[15,16,17]。

本文基于突变决策理论,提出了一种较好的电能质量综合评估方法。不但能使分布式发电系统的电能质量在电力市场环境下有一个易于操作的评估标准,而且还为传统电力系统电能质量的综合评估提供了一条新途径。

1 突变决策的基本原理

1.1 突变论的数学模型

突变论于20世纪70年代由法国数学家雷内·托姆创立[15]。该理论根据系统的势函数对其临界点进行分类,从而研究各临界点附近的非连续变化特征,归纳出了若干个初等突变模型。其中,最常见的4种模型如图1所示[16,17]。

折叠突变、尖点突变、燕尾突变、蝴蝶突变的数学模型依次为:

f(x)=x3+ax (1)

f(x)=x4+ax2+bx (2)

f(x)=x5+ax3+bx2+cx (3)

f(x)=x6+ax4+bx3+cx2+dx (4)

式中:f(x)为势函数;x为状态变量;a,b,c,d为控制变量。

在系统的势函数中,状态变量和控制变量之间是相互矛盾的,且在这种矛盾中各控制变量之间又是相互作用的。系统任一状态都是状态变量和控制变量之间相互矛盾、相互作用的结果。

1.2 突变决策方法的原理

以尖点突变模型的势函数为例,说明突变决策方法的基本原理。其在三维空间(x, a, b)中的平衡曲面M和奇点集S分别满足:

f′(x)=4x3+2ax+b=0 (5)

f″(x)=12x2+2a=0 (6)

由式(5)和式(6)消去状态变量x,可得到分歧方程为:

8a3+27b2=0 (7)

平衡曲面M上尖点褶皱对应的2条折痕OF和OG为奇点集S,其在平面Oab上的投影OF′和OG′即为分歧集B,如图2所示[17]。

从图2(a)可以看出,奇点集OF和OG把平衡曲面M分为上叶、中叶和下叶3个部分。当控制变量a,b满足式(7)时,系统的质态将发生根本性的突变,势函数的值将在上叶和下叶之间跳变。可得突变决策的基本原理[17]如下。

1)从决策的角度出发,把M的上叶定义为系统性态“可取”,下叶定义为系统性态“不可取”。

2)奇点集上的点均能发生突变,其突变程度由x决定,x的大小代表了方案可取与否的程度。

3)当a>0时,控制量b的变化只会引起状态变量x的连续变化。然而当a<0时,M上将会出现褶皱,x的变化不再连续,对应系统发生了突变。在突变论中,称控制变量a为剖分因子,称控制变量b为正则因子。从决策的角度来看,a和b分别代表了2个不同的决策目标,其中,a为主要目标,b为次要目标。

4)类似于原理3,燕尾突变模型中3个控制变量的重要性依次为a,b,c,也即代表了3个决策目标的相对重要性排序。同理,蝴蝶突变模型中4个控制变量的重要性排序为a,b,c,d。

直接依赖分歧方程还不能进行决策评价,须把各突变模型的分歧方程加以推导引申,利用分歧方程获得归一化公式。若突变系统的势函数为f(x),可知:所有满足f′(x)=0的点组成平衡曲面M,而奇点集S上的点满足f″(x)=0。由平衡曲面方程和奇点集方程消去x,即可得到突变系统的分歧方程。当各控制变量满足分歧方程时,系统即发生突变。利用分歧方程可以得到归一化公式,它将系统内各控制变量代表的不同质态统一转换为由状态变量表示的质态。对于式(7),令a=-6a1,b=8b1,则有:

a $_{1}^{3}$ -b $_{1}^{2}$ =0 (8)

对分歧方程进行分解,可以得到尖点突变模型的归一化公式为:

${\begin{cases} x_{a} = \sqrt{a} \\ x_{b} = \sqrt[3]{b} \end{cases} (9)$

出于方便考虑,这里仍用a和b代替a1和b1。类似地,由式(1)可得折叠突变模型的归一化公式为:

xa=a (10)

同理,可得燕尾突变模型的归一化公式为:

${\begin{cases} x_{a} = \sqrt{a} \\ x_{b} = \sqrt[3]{b} \\ x_{c} = \sqrt[4]{c} \end{cases} (11)$

相应地,蝴蝶突变模型的归一化公式为:

${\begin{cases} x_{a} = \sqrt[4]{a} \\ x_{b} = \sqrt[5]{b} \\ x_{c} = \sqrt[]{c} \\ x_{d} = \sqrt[3]{d} \end{cases} (12)$

1.3 突变决策的基本原则

由归一化公式计算出的x求取总突变隶属函数值时,需要采用一定的原则。在多目标突变决策中,可选用的原则[17]主要有如下几条。

1)非互补决策原则。

若系统的各控制变量(如a和b)之间不可相互替代或弥补,那么,系统的状态变量取各控制变量的最小值,即

x=min{xa,xb} (13)

2)互补决策原则。

若系统的各控制变量(如a和b)之间可相互替代或弥补,那么,系统的状态变量取各控制变量的平均值,即

$x = \frac{x_{a} + x_{b}}{2} (14)$

3)阈值互补决策原则。

只有当系统的各个控制变量在达到一定的阈值之后,才能互补。当满足阈值条件时,采用互补决策原则;否则,采用非互补决策原则。

由于阈值互补决策原则中,阈值的大小由决策者依据实际经验决定,带有一定的主观性。出于计算方便和分析的客观性考虑,一般选用非互补决策和互补决策原则。

2 电能质量综合评估的突变决策方法

突变决策的思想是将所研究系统的评估模型分解为若干个指标,把各层的控制变量代入其相应的突变模型中做归一化计算,采用一定的决策原则,得到各层次的突变决策指标。再由低层指标向高层指标进行综合,获得最终的综合评估指标[16]。下面具体给出基于突变决策的分布式发电系统电能质量综合评价方法的操作过程。

2.1 分级指标体系的建立

要建立分布式发电系统电能质量的突变决策综合评估模型,首先需要建立其电能质量的分级指标体系。综合考虑电能质量所涉及的影响因素,本文选取频率、电压和三相不平衡这3个因子为第1层指标,并建立如图3所示的分布式发电系统电能质量分级指标评价体系。

从图3可以看出,电能质量综合评估指标xc分为2层。其中,第1层指标比较凝练,其决策目标分别记为xf1,xf2,xf3。第2层则具体细化到电能质量的各个单项指标,包括:频率偏差xs1、电压偏差xs2、波动xs3、闪变xs4、谐波xs5、三相不平衡xs6。当然,依据实际需求或适应现场所能监测到的各单项电能质量指标,该模型可方便地加以扩展或简化,以满足不同的应用场合。

2.2 定量决策指标的归一化处理

由于各评价指标可能具有不同的量纲,导致指标之间缺乏可比性,本文利用极大极小化方法对评价指标进行无量纲化处理。其中,评价指标按其作用不同,可以分为正向指标和逆向指标。正向指标是指那些数值越大越好的指标,而逆向指标则是指那些数值越小越好的指标。

1)对于正向指标,取

$y_{i j} = \frac{x_{i j} - x_{\min, j}}{x_{\max, j} - x_{\min, j}} (15)$

式中:yij为极大极小变换后的样本数据,且变换后的每个指标均为正向指标;xij为第i个评价样本的第j项指标原始数据;xmin,j=min{xij}和xmax,j=max{xij}分别为所有样本中第j个指标的最小和最大值。

2)对于逆向指标,有

$y_{i j} = \frac{x_{\max, j} - x_{i j}}{x_{\max, j} - x_{\min, j}} (16)$

2.3 综合评估的步骤

对比图1和图3可知,电压因素的4个指标构成蝴蝶突变模型,频率偏差、三相不平衡分别构成折叠突变模型,而频率因素、电压因素和三相不平衡因素之间又构成燕尾突变模型。这几种模型均采用互补决策原则。xs2,xs3,xs4与xs5以及xf1,xf2与xf3之间的重要性排序应由评估方确定,本文考虑一类通用情况,即各种重要性排序都是可能的,最终量化结果为各种排序的平均值。在建立了分布式发电系统电能质量指标体系及各指标规一化处理之后,就可以根据式(9)～式(12)计算各个方案的突变级数,从而确定电能质量综合排序情况。具体步骤如下。

步骤1:确定待评估的分布式发电系统及其分层评估体系(如图3所示)。

步骤2:收集各个监测点与指标体系相对应的基础数据。

步骤3:利用式(15)或式(16)对各个指标的原始数据进行无量纲化处理。

步骤4:结合决策指标体系,计算各监测点的电能质量综合评估指标(突变级数xc)。首先,计算第1层的各突变级数:

xf1=xs1 (17)

xf3=xs6 (18)

$x_{f 2} = \frac{1}{4 Ν_{1}} \sum_{i = 1}^{Ν_{1}} (\sqrt[4]{x_{s_{A i 1}}} + \sqrt[5]{x_{s_{A i 2}}} + \sqrt{x_{s_{A i 3}}} + \sqrt[3]{x_{s_{A i 4}}}) (19)$

式中:N1=4!=24为xs2,xs3,xs4,xs5的全排列种数,A为其全排列集;Aij∈{1, 2, 3, 4}(j=1, 2, 3, 4)为第i组排列的第j个元素。

类似地,可得综合评估指标的突变级数xc为:

$x_{c} = \frac{1}{3 Ν_{2}} \sum_{i = 1}^{Ν_{2}} (x_{s_{B i 1}} + \sqrt[3]{x_{s_{B i 2}}} + \sqrt[4]{x_{s_{B i 3}}}) (20)$

式中:N2=3!=6为xf1,xf2,xf3的全排列种数,B为其全排列集;Bij∈{1, 2, 3}(j=1, 2, 3)为第i组排列的第j个元素。

步骤5:对所有监测点的数据重复步骤4的操作,可得到各监测点的电能质量综合评估指标xc。最后,以各监测点xc的大小为依据即可得到各监测点电能质量的优劣情况,该值越大对应的电能质量等级越高。

3 算例分析

为了验证所提出方法的有效性和可行性,选取国内某风电场进行实测分析,数据源于文献[8]。下面给出利用突变决策方法对各个监测站和整个风电场一个评估时间段内电能质量的综合评估情况。

3.1 各监测点的评估结果

依据该风电场5个主要变电站母线节点的电能质量实测结果,得到5组电能质量指标数据集。各变电站母线节点分别为:金牛变电站10 kV母线(母线1),外埔变电站110 kV母线(母线2),牛头岭变电站10 kV母线(母线3),竹仔澳变电站35 kV母线(母线4),大蓝口变电站10 kV母线(母线5)。各观测母线处电能质量的检测数据如表1所示[8]。

从表1可以看出,各单项指标的排序结果之间存在矛盾,无法仅从电能质量的单项指标得出其综合评估结果。

值得指出,各指标量均为逆向型,利用式(16)对其进行归一化处理。通过突变决策论分析方法得母线1,2,3,4,5的电能质量综合评估指标xc依次为0.830 3,0.810 5,0.457 7,0.899 5,0.496 0,其柱状图如附录A图A1所示。由xc的大小即可确定各监测点电能质量的排序为:母线4≻母线1≻母线2≻母线5≻母线3。其中,“≻”为优先序号。

3.2 整体评估结果

类似地,利用突变决策方法还可以对分布式发电系统在一个评估时间段内电能质量的整体情况进行评估。参照文献[8]的方法,以上6个电能质量指标均可依据国标的规定分为合格、中等、良好、优质、特质5个级别,对应电能质量等级1～5[18]。首先定义各指标分别属于各级别的概率,为实际测量数据的各项指标在该级别的时间与总评估时间之比[19]。2007年某评估时间段内该风电场6个指标隶属于各等级的时间比例如表2所示[8]。

值得指出的是,此时各项指标均是正向型的,应按式(15)进行归一化处理。针对表2所给的各单项指标隶属于5个等级的时间分布率数据,应用所提突变决策方法进行评估,可以得到整个风电场的突变级数结果。对所得突变级数做归一化处理可以得到整体电能质量分别隶属于5个级别的权重,见表2和附录A图A2。可得该风电场整体电能质量综合评估排序为:4级≻3级≻5级≻2级≻1级,也即属于第4级的权重最大,其电能质量更偏向于优质等级。

4 讨论

一般地,综合评估结果不应与电能质量指标越限相抵触,即虽然多指标值较大,但单一指标越限应比多指标不越限要严重。虽然本文的重点在于突变决策方法在分布式发电系统电能质量综合评估中的应用,但是电能质量综合评估中出现的该类短板效应是一个值得引起足够重视的问题[14]。对于该问题,进行如下定性探讨。

首先,可以发现在本文所提出的方法中,经式(15)或式(16)归一化处理后的指标都是正向型的,最终的突变级数结果也是越大越好。

其次,基于单一指标越限的情况,其归一化的正向指标一般较小,直接导致最终的突变级数指标也较小。可以借鉴模糊截集的思想,根据一些极端个例(例如将某些单项指标设置为越限值,其他量不变)得到一系列阈值,当突变级数评估结果低于某特定的阈值时,就直接判定为该截集意义下的综合评估指标越限,而不参与与其他突变级数结果之间的比较。这样就能避免单一指标越限而多指标值较大却不越限的矛盾。

5 结语

本文构建了一种适合于分布式发电系统电能质量综合评估的体系模型,利用突变决策方法实现了其综合评估。基于突变理论的决策方法不需要确定决策指标的权重,但又包含了各个决策指标的相对重要性,减少了决策的主观性,且计算简易。该方法避免了决策参数的选择,除去了主观因素的作用。

附录见本刊网络版(http://aeps.sgepri.sgcc.com.cn/aeps/ch/index.aspx)。

摘要：在电能质量市场机制下,为了实现分布式发电系统按电能质量分质定价上网的目的,迫切需要找到一种有效的电能质量综合评估方法。针对分布式发电系统电能质量综合评估进行了研究,建立了其电能质量评估的分级指标体系,提出了量化其电能质量优劣程度的突变决策模型。该方法具有严格的理论基础,可操作性强,且能消除评估过程中人为因素的影响,结果更加客观、准确。以某风电场的实测数据为例,验证了所提出方法的可行性。

7.简单分布评估篇七

评价日本铁道车辆用钢制焊接结构转向架构架的焊接区表面部位的疲劳强度, 至今都是使用JIS E 4207-2004[1]“铁道车辆-转向架-转向架构架设计通则” (以下简称JIS) 中给出的疲劳极限图进行评价的。强度评价中必要的平均应力及应力幅是这样考虑的:设计时按照该标准, 根据评估得到的承受各种动载荷的最大值时产生的应力, 计算出合成值 (以下称为设计应力) , 应力幅则取自根据现车运行试验等得到的实际作用应力的最大值。

运用JIS疲劳极限图评价的焊接区可以是非精加工情况及精加工情况。多数情况下, 转向架构架损伤是以非精加工的焊缝边缘处为起点发生的, 因此, 本文以非精加工焊缝边缘处为研究对象 (图1) 。对于非精加工焊接区的疲劳容许应力幅, 当平均应力为0时, 取70 MPa, 一般认为该强度是损伤破坏概率为0.1%的2×106次循环所对应的强度[2] (指应力循环作用次数为2×106次) 。

基于JIS的评价, 是根据实际应力最大值是否超过临界应力值来判定的, 虽说较好地评价了实际转向架构架的损伤[3], 可是, 由于存在不能推测寿命之类的问题, 所以, 以往几乎还没有考虑实际应力的频度分布对疲劳寿命的影响。

关于内外钢结构件疲劳设计的多数基准[5,6,7,8], 通常是以日本钢结构协会的疲劳设计曲线为参考对象, 通过按照每个焊接接头绘制的S-N曲线, 并考虑了交变应力的发生次数进行寿命评价的。此外, 这些评价中, 有利用作为产生疲劳损伤的局部应力定义的冲击点 (热点) 应力, 不论焊接接头种类, 给予一定设计曲线的评价方法[4,5,6] (由JIS的疲劳极限图评价焊缝边缘部位的方法, 则是利用在焊缝边缘部位粘贴的应变片所测试的应力进行评价的, 不是提供基于S-N曲线的疲劳设计线, 而是针对疲劳的容许应力, 不论焊接接头种类, 按照在一定点即冲击点 (热点) 应力进行评价) 。

本文根据以往转向架构架非精加工焊接区的损伤实例, 由明确了的、相当于损伤部位[3]的现车运行试验得到的实际应力, 以及基于下面的S-N曲线, 假设实际作用应力失效, 设定应力幅σcut, 根据修正的Miner法则, 进行转向架构架非精加工焊接区的寿命评价, 比较了其评价结果与运行里程等的损伤统计数据。所使用的S-N曲线, 以JIS焊接区的疲劳容许应力幅 (2×106次循环) 为基准, 重新做了假定, 该曲线是对应于斜率m为3与5.5的焊接接头种类的单一S-N曲线, 以对应于不同焊接接头种类的m=3的日本钢结构协会的疲劳设计曲线, 以及m=5.5的1974年版日本钢结构协会的疲劳设计曲线[9]为参考绘制的S-N曲线。

2 实际作用应力频度分布特性与等效应力值

2.1 应力测试点

本文中作为评价对象的应力测试点表示见图1 (箭头所指) 。这类测试点, 从过去有损伤实例的非精加工焊接区中[3], 利用现车运行试验, 选定实际作用应力及其频度分布得到的损伤起点位置及其周边母材部位。车辆是1958年—1965年设计、制造的一种车型。

各应力测试点的详细情况如下:

测试点A:摇枕定位拉杆座补强板焊缝边缘部;

a:摇枕定位拉杆座补强板焊接区附近母材平滑部位 (垂向力、横向力) ;

B:摇枕定位拉杆座补强板支承焊缝边缘部位;

b:摇枕定位拉杆座补强板支承焊接区附近母材平滑部位 (垂向力、横向力) ;

C:摇枕吊座补强焊缝边缘部位;

c:摇枕吊座补强焊接区附近母材平滑部位 (横向力) ;

D:制动调整杆座补强焊缝边缘部位 (制动力) ;

E:牵引电机安装座补强焊缝边缘部位 (由牵引电机的振动产生的载荷) ;

F:轴箱支承装置安装座 (端梁侧) 补强焊接的焊缝边缘部位 (横向力) ;

G:轴箱支承装置安装座 (转向架中心侧) 焊缝边缘部位 (垂向力;由牵引电机的振动引起的载荷;由驱动装置的转矩产生的载荷) ;

H:闸瓦托吊座补强焊缝边缘部位 (制动力) ;

注:括号内给出的力为起主要作用的力/载荷。

从焊接接头形状看, A、G是两侧正交T形焊接接头;B、C、F、H是单侧斜交T形焊接接头;D、E则是搭接焊接接头。全部测试点可视为符合日本钢结构协会的疲劳设计曲线的等级F或G (2×106次容许应力范围为65 MPa、50 MPa) 。关于A～H的应变片粘贴位置, 按照JIS规定, 将应变片长度的贴在焊缝边缘部。另外, 焊接区附近的应变片粘贴位置, 从焊缝边缘到应变片中心为20 mm～30 mm, 使用的应变片长度都为5 mm。

2.2 基于JIS应力极限图的强度评价

JIS的应力极限图纵轴 (应力幅) 及横轴 (平均应力) 的截距是针对材料 (评价对象SS400、SM400、SM490等) 屈服的容许应力, 因本文所研究的转向架构架钢材种类是SS400及SM400, 所以为205 MPa。关于在焊缝边缘部进行了应力测试的测试点A～H, 将其实际作用应力的最大值σmax绘在应力极限图上的结果见图2。

除测试点E外, 其他测试点的应力值超过了容许应力, 根据损伤的实际情况, 可以确认目前正在使用的JIS应力极限图是正确的。

2.3 实际作用应力频度分布特性

根据雨流计数法 (Rain flow) , 对A～H各测试点的应力频度分布进行计算的结果见图3。其中, σi是各极限幅应力, ni是σi的发生频度, 纵轴表示相对于实际作用应力最大值σmax的比σi/σmax, 横轴表示累积频度相对于发生频度的总数∑ni的比值, 即ni/∑ni[11]。

实际作用应力的发生频度, 除去主要只有制动力作用时产生应力的测试点D外, 关于其他测试点, 在半对数曲线上, 分布在由公式σi/σmax=-log (ni/∑ni) /λ所描述的直线上, 其中λ=5～7。因此, 在设计阶段, 如果预先假定最大应力值 (设计应力等) , 则有可能推测出大致的频度分布。

2.4 每10 km的等效应力值σeq/10 km

通常, 所谓等效应力可定义为在与应力幅同样的循环作用次数下, 给予等效的疲劳破坏的恒定振幅所对应的应力值。然而, 在此表示在应力循环作用次数为1次时, 将某区间的实际作用应力频度分布置换为给予等效疲劳破坏振幅的应力的一种方法。这是在后

述疲劳寿命的计算中, 以及用相对的数值比较不同运行区间、不同运行条件的应力频度分布时所采用的方法。根据实际作用应力频度分布, 基于修正Miner法则来计算, 计算公式为:

σeq= (∑niσim) 1/m

σeq——等效应力值;

m——S-N曲线的斜率。

式中, 等效应力值σeq, 假设为按每10 km换算并求出的每10 km等效应力值σeq /10 km。这时, 如假定直至发生损伤的累积运行里程为1～2×107 km, 则等效应力值的循环作用次数为1～2×106次。

根据Miner线性损伤法则计算等效应力时, 以及在进行寿命评估时, 指数m的数值是非常重要的, 日本钢结构协会结构物疲劳设计指南 (1993年) 内的疲劳设计曲线取m=3[4], 而该协会于1974年发布的旧指南 (草案) 中, 取m=5.5[9]。另外, 在评估转向架构架的寿命时, 取m=3, 可认为是低应力的影响大, 或假定以最大值为首的应力发生次数少, 当然, 如重视高应力的影响, 最好取m=5.5[12]。

使用图3所示的应力频度分布计算等效应力值时, 研究了假设无效的低应力σcut对计算结果的影响, 见图4。m=5.5时, 几乎没有影响, 而m=3时, 假定失效的低应力与最大应力值的比σcut /σmax为0.20～0.25时, 假设等效应力值无效, 与没有振幅设定时的比σeq-cut /σeq0为0.9～0.8, 由此可知, 如果降低到0.4～0.6, 就容易受到假设无效的低应力的影响。为此, 在计算下文的每10 km等效应力值时, 设定了假设无效的低应力值, 即在m=3时, 等效应力振幅的降低σeq-cut /σeq0 =0.9时, 假定σcut /σmax=0.2 (σcut为假设无效的低应力值) 。

图5基于JIS的应力极限图, 比较了评价中被使用的实际作用应力的最大值σmax, 与上述方法计算的每10 km的等效应力值σeq /10 km的结果。m=5.5时, σeq /10 km与σmax较为一致, 另一方面, m=3时, σeq /10 km比σmax大许多。

这里, JIS的应力极限图的容许限度, 如前所述, 认为寿命对应于2×106次循环, 如果将假定的寿命运行里程定为2×107 km, 则每10 km的等效应力值σeq /10 km对应的假定应力循环次数为2×106次, 当假定m=5.5时, 将每10 km的等效应力值σeq /10 km换算为最大值σmax就成为可能, 因此, 能够与基于应力极限图的最大值进行评价建立起联系。例如, 在疲劳试验等方面, 考虑在相当于运行2×107 km的疲劳试验时, 则可以在达到σmax的情况下加载循环2×106次。

此外, 像制动力调整杆座部位的测试点D那样, 除了制动时的最大值σmax附近具有较高应力值以外, 呈低应力分布 (见图3) , 在m=5.5时计算的等效应力值σeq /10 km, 与m=3时计算的等效应力值σeq/10 km的差比其他要小, 在m=3时, 呈现出最接近于最大值σmax的趋势 (见图5) 。

3 基于损伤实例研究寿命评价法

3.1 基于每10 km等效应力值σeq /10 km的研究

关于焊缝边缘部位的应力测试点A～H及其附近母材部位的测试点a、b、c, 根据实际作用应力频度分布, 以及后来计算的每10 km等效应力值σeq /10 km, 结合过去的损伤实例, 利用所得到的发生损伤的运行里程, 研究了寿命评价的可能性[13]。在此, 所谓出现损伤, 是指萌生的裂纹达到采用磁粉探伤能容易检测出的程度。根据发现损伤时的裂纹长度, 就能推测发生损伤时的列车运行里程。

对于焊缝边缘部位应力测试点A～H, 应该考虑每个平均应力绘制S-N曲线, 而为了方便研究, 基于图3的试验结果分布, 选应力比R=0.5的一条S-N曲线作为代表。JIS焊接区的应力极限图 (假定为2×106次循环) 中, 以R=0.5时的容许应力47 MPa为基本条件, 绘制了m=3及m=5.5的S-N曲线。在该线图上, 以每10 km等效应力值σeq /10 km作为纵轴, 用10 km除以发生损伤时的运行里程的循环次数 (为了使用每10 km等效应力σeq /10 km) 作为横轴, 结果见图6 (a) 。横轴上使用每10 km等效应力值σeq /10 km时的运行里程, 同时记在图的上侧。

另一方面, 在附近平滑的母材部位的测试点焊缝边缘部 (相当于测试点A、B、C位置) , 关于测试点a、b、c是使用日本钢结构协会的疲劳设计曲线, 与图6 (a) 同样表示的结果见图6 (b) 。这是使用附近平滑部位的标称应力值评价焊接区的实例, 焊接接头的强度等级为G。所绘制的S-N曲线, 当m=3时, 对应于强度等级G的疲劳设计曲线, 当m=5.5时, 是通过2×106次中等级G的容许应力范围Δσ=50 MPa所假定的S-N曲线。此外, 以纵轴作为符合日本钢结构协会的疲劳设计曲线的应力范围Δσ。

相当于发生损伤时的应力循环次数 (用10 km除以发生损伤时的运行里程的应力循环次数) 中, σeq /10 km除测试点C外, 大致符合S-N曲线分布。这样的S-N曲线是考虑了20%左右安全系数的曲线 (JIS中, 失效概率为0.1%, 至于日本钢结构协会的疲劳设计曲线是试验数据的下限值, 因此, 视为平均值-3×标准偏差, 考虑通常的S-N曲线的变动率为0.06左右, 推测具有20%左右的安全系数) 。如果考虑实际作用应力测试时运行条件的波动, 以及发生损伤时运行里程的可靠度, 则可认为时间轴上会波动2倍左右, 如换算成应力轴, 会有15%～25%左右的波动, 在相当于发生损伤时的应力循环次数中, 就不一定会超过S-N曲线, 因此, 认为分布在该S-N曲线附近的数据能进行妥当的评价。此外, 图6 (b) 附近母材的应力测试点中, 比图6 (a) 的焊缝边缘部位测试点的波动小, 使用附近母材部位的标称应力无疑可得到稳定的评价结果。

3.2 基于累积损伤度的研究

图7是关于m=3及m=5.5情况下, 一般认为发生损伤的累积损伤度∑ni/Ni为1时, 比较了各应力σi的每个损伤度ni/Ni的分布结果。损伤度ni/Ni的分布, 在m=5.5时, 可看到以最大值为首的高应力发生次数少的区域其影响大;而m=3时, 可以确认发生次数多的低应力区域的影响大。

对于测试点D, 如在2.4节中所述的最大值附近的高应力分布占多数, 所以, 几乎没有看到由于m取值不同而引起的分布差异。

(基于修正Miner法则的计算结果)

从累积损伤度∑ni/Ni的大多数情形看, 发生次数少的、较高应力区域为主的m=5.5, 与低应力且分布在发生次数多的区域的m=3相比, 实际作用应力的最大值是2×106强度时的1.1倍～2.5倍左右, 可认为评价在应力频度分布的 (应力) 循环次数范围达到103～1010的转向架构架的寿命是符合实际情况的。

对于各测试点推测相当于发生损伤时的运行里程的应力频度分布, 使用图6所示S-N曲线, 计算了累积损伤度∑ni/Ni的结果 (表1) 。累积损伤度∑ni/Ni, 除了测试点C与m=5.5的部分测试点, 该值超过1。由附近母材部位的应力测试点a、b计算出的累积损伤度∑ni/Ni, 比焊缝边缘部位的应力测试点A、B计算出的累积损伤度∑ni/Ni的波动小, 可认为较为接近发生损伤时的运行里程, 能够得到稳定的寿命评价结果。

4 结束语

针对铁道车辆用转向架构架焊缝边缘部位, 由以往有损伤实例的车辆运行试验得到的实际作用应力频度分布, 以及以JIS的焊接区疲劳容许应力幅为基准, 使用新假定的S-N曲线, 以及日本钢结构协会的疲劳设计曲线, 利用修正 Miner 法则, 假设实际作用应力等效, 设定应力幅 (对于最大值的比为0.2) , 尝试了寿命评价, 对其结果进行了研究, 归纳如下。

(1) 大多数转向架的实际作用应力频度分布在σi/σmax=-log (ni/∑ni ) /λ, 且λ=5～7的直线上。由此, 预先使用设计应力, 有望推测大致的频度分布。

(2) 推测发生损伤时的相当运行里程的应力频度分布, 使用考虑了安全的S-N曲线, 相当于发生损伤时的应力循环次数中, 根据10 km等效应力值σeq /10 km, 尝试了寿命评价, 结果表明大致分布在S-N曲线附近, 因此, 认为可进行妥当的评价。

(3) 关于S-N曲线的斜率m=3及m=5.5情况下, 认为发生损伤时的累积损伤度∑ni/Ni为1时, 比较了实际作用应力的各个应力σi的每个损伤度ni/Ni的分布。结果表明, m=5.5时, 以最大值为首的高应力且发生次数少的区域的影响大, 而当m=3时, 发生次数多且低应力区域影响颇大。

(4) 从累积损伤度∑ni/Ni看, 在发生次数少且较高应力区域为主流的m=5.5, 与大部分处于发生次数多的区域且为低应力的m=3相比, 实际作用应力的最大值是2×106强度时的1.1倍～2.5倍左右, 在应力频度分布的 (应力) 循环作用次数范围达103～1010、评价转向架构架寿命中, 可认为是符合实际情况的。

此外, 当m=5.5时, 10 km等效应力值σeq /10 km与最大应力值σmax大体一致, 因此, 作为应力频度分布指标的10 km等效应力值, 置换为最大值是可能的, 基于按最大值的传统应力极限图的评价, 与考虑了应力频度分布的评价之间可以建立起相互关系。

(5) 推测相当于发生损伤时的运行里程的应力频度分布, 使用考虑了安全余量的 S-N曲线, 计算10 km等效应力值σeq /10 km及累积损伤度∑ni/Ni。评价寿命的结果表明, 利用焊缝附近母材部位的应力 (标称应力) 计算累积损伤度, 比基于JIS的焊缝边缘部位的应力测试点计算的累积损伤度波动要小, 从而前者能够得到稳定的寿命评价结果。

摘要：针对转向架构架焊缝边缘部位, 运用以往有损伤实例的车辆的运行试验, 获得实际作用应力频度分布。同时, 采用新假定的S-N曲线及传统的疲劳设计曲线, 进行了上述部位的强度及寿命评价, 指出这种方法能获得较稳定的寿命评价结果。

关键词：转向架构架,应力频度,疲劳寿命,日本

参考文献

[1]JIS E4207-2004.锏道车—车—车设计通则[S].2004.

[2]田中眞一.日本机械仝435回讲习仝教材[M].1976, 98.

[3]长濑隆夫.溶接车の强度と保守[M].研友社, 1999.

[4]日本钢构造协仝.钢构造物の疲设计指针.同解说[M].技报堂.1993.

[5]A.Hobbacher.Recommendation for Fatigue Design of WeldedJoints and Components[M].ⅡWDocument XⅢ-1539-96/XV-845-96.1996.

[6]BS7608.Code of practiceforfatigue designandassessment of steelstructures[S].1993.

[7]JIS B8821-2004.クレン钢构造部分の计算基凖[S].2004.

【简单分布评估】推荐阅读：

中国电信室内分布08-30