[发明专利]一种基于半实物仿真的数据网风险评估方法

摘要

一种基于半实物仿真的数据网风险评估方法，本方法选用连通可靠性作为电力通信网失效的评价指标；首先构建电力通信网失效的故障树和事件树，分析电力通信网失效的原因；然后分别针对故障树和事件树，提出向贝叶斯网络转化的算法，应用贝叶斯网络对电力通信网失效程度进行评判。本发明从图论的角度对电力通信网失效进行分析,对电力通信网失效的成因进行分析,选用连通可靠性作为电力通信网失效的评价指标。

主权项

一种基于半实物仿真的数据网风险评估方法，其特征在于，本方法选用连通可靠性作为电力通信网失效的评价指标；首先构建电力通信网失效的故障树和事件树，分析电力通信网失效的原因；然后分别针对故障树和事件树，提出向贝叶斯网络转化的算法，应用贝叶斯网络对电力通信网失效程度进行评判；事件树的初始事件为边的失效事件，边的失效将导致各OD Pair的失效,从而导致连通可靠性下降到不同的水平,对应不同的电力通信网失效程度；事件树的环节事件是造成电力通信网失效的直接影响事件,在此为OD pair的失效事件；在建立了电力通信网失效的事件树以后,接下来依照电力通信网失效的事件树建立电力通信网失效的故障树；将事件树中各环节事件作为故障树的顶事件,分析故障树失效的原因,在故障树中以叶节点显示,来分别编制电力通信网失效的故障树；事件树向贝叶斯网络转化的方法,其算法如下：(1)对事件树中的初始事件和每个环节事件,在贝叶斯网络中建立一个二态节点,并根据该事件进行命名,对于重复事件只建立一个节点；(2)对于后果,只建立一个节点Outcome,根据后果的数目确定该节点的状态空间，并依照后果确定每个状态的名称；(3)将初始事件和环节事件对应的节点连接到节点Outcome；(4)根据每个后果对应的事件序列确定叶节点Outcome的条件概率分布；故障树向贝叶斯网络转化算法如下：(1)对故障树中的每个底事件,在贝叶斯网络中建立一个二态节点,并根据该事件进行命名,对于重复事件只建立一个节点；(2)对故障树中的逻辑门,在贝叶斯网络中建立一个相应的二态节点,并根据该逻辑门的输出事件进行命名,对于重复的输出事件只建立一个节点；(3)将输入事件对应的节点连接到其所在逻辑门对应的节点；(4)按照故障树中相应底事件的失效分布确定贝叶斯网络中根节点的先验概率分布；(5)按照故障树中逻辑关系确定贝叶斯网络中非根节点的条件概率分布。