專利名稱：一種電力推進(jìn)系統(tǒng)仿真可信度的綜合評(píng)估方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是電力推進(jìn)系統(tǒng)和仿真評(píng)估領(lǐng)域，特別是涉及一種電力推進(jìn)系統(tǒng)仿真可信度的綜合評(píng)估方法。
背景技術(shù)：
近年來，仿真技術(shù)作為最先進(jìn)的科學(xué)技術(shù)，以其經(jīng)濟(jì)性好、安全性高和操作性強(qiáng)等優(yōu)點(diǎn)，被廣泛應(yīng)用于各個(gè)研究領(lǐng)域，同時(shí)也帶來了巨大的經(jīng)濟(jì)效益。仿真技術(shù)也被稱之為除了理論研究與實(shí)物分析之外的又一種解剖現(xiàn)實(shí)世界的新方法，成為正確認(rèn)識(shí)客觀世界的又一技術(shù)手段。因此，采用仿真技術(shù)對(duì)實(shí)際系統(tǒng)進(jìn)行研究，不但可以有效降低科研成本、縮短研發(fā)周期，還能夠加快改善實(shí)際系統(tǒng)性能的步伐。盡管仿真技術(shù)的應(yīng)用有較多優(yōu)越性，但也存在一定的風(fēng)險(xiǎn)。仿真技術(shù)是以相似理論為基礎(chǔ)，對(duì)真實(shí)事物或虛擬事物進(jìn)行構(gòu)造和試驗(yàn)分析的。因此所建立的仿真系統(tǒng)也不可能完全模擬真實(shí)事物本身。仿真系統(tǒng)是否具有真實(shí)可信度、所得的仿真輸出結(jié)果能否可用，與系統(tǒng)開發(fā)全研發(fā)周期中依據(jù)仿真輸出結(jié)果所展開的一系列實(shí)施步驟密切相關(guān)。因此，對(duì)實(shí)際系統(tǒng)的仿真進(jìn)行可信度評(píng)估是必要而迫切的。通過對(duì)仿真系統(tǒng)進(jìn)行可信度分析，不但可以使所建立的仿真系統(tǒng)與仿真輸出結(jié)果的正確性得到增強(qiáng)，降低應(yīng)用和開發(fā)仿真系統(tǒng)所帶來的一系列風(fēng)險(xiǎn)，而且還能夠幫助開發(fā)人員發(fā)現(xiàn)仿真系統(tǒng)在設(shè)計(jì)過程中存在的不足，并及時(shí)進(jìn)行修正。通過對(duì)實(shí)際系統(tǒng)的仿真進(jìn)行可信度評(píng)估，不僅可以有效縮短仿真系統(tǒng)的開發(fā)周期、降低系統(tǒng)開發(fā)成本，還能夠較好的預(yù)防重大事故發(fā)生。也就是說，只有保證了仿真系統(tǒng)和仿真輸出結(jié)果滿足一定范圍的可信度，對(duì)實(shí)際系統(tǒng)所進(jìn)行的一系列仿真活動(dòng)才具有實(shí)際的意義和價(jià)值、所得的仿真系統(tǒng)和仿真輸出結(jié)果才具有可用性。 目前，國內(nèi)外都沒有關(guān)于電力推進(jìn)系統(tǒng)可信度評(píng)估方面的專利，與之最接近的是可信性分析。國外僅有幾項(xiàng)關(guān)于實(shí)際設(shè)備的可信性分析的專利，均是采用對(duì)設(shè)備參數(shù)測試分析的方式進(jìn)行可信性預(yù)測；而本發(fā)明則是針對(duì)仿真系統(tǒng)進(jìn)行可信度分析。國內(nèi)僅有一項(xiàng)可信性評(píng)測的專利，即基于事件注入的計(jì)算機(jī)網(wǎng)絡(luò)可信性評(píng)測裝置，它是一種基于事件注入的計(jì)算機(jī)網(wǎng)絡(luò)可信性評(píng)測裝置，它的可信性評(píng)測是依靠造成目標(biāo)系統(tǒng)故障的事件模型庫、目標(biāo)系統(tǒng)服務(wù)能力下降的事件模型庫、系統(tǒng)脆弱點(diǎn)庫，通過系統(tǒng)軟件集測試數(shù)據(jù)加密存儲(chǔ)、數(shù)據(jù)分析和輸出功能，為目標(biāo)計(jì)算機(jī)網(wǎng)絡(luò)的可信性測評(píng)提供數(shù)據(jù)。而本發(fā)明則是采用層次分析和BP神經(jīng)網(wǎng)絡(luò)對(duì)仿真結(jié)果的每項(xiàng)指標(biāo)可信度進(jìn)行綜合，得出的可信度分析結(jié)果，兩者完全不同。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種電力推進(jìn)系統(tǒng)仿真可信度的綜合評(píng)估方法。本發(fā)明的目的是這樣實(shí)現(xiàn)的:本發(fā)明包括如下步驟:
(I)按照系統(tǒng)級(jí)到單元級(jí)的順序，將電力推進(jìn)系統(tǒng)分解為子系統(tǒng)；(2)自頂向下、逐層對(duì)仿真系統(tǒng)各準(zhǔn)則下的子系統(tǒng)進(jìn)行分解，直至最小單元；(3)獲取指標(biāo)以及子系統(tǒng)相對(duì)于上一層節(jié)點(diǎn)的權(quán)重；(4)獲取子系統(tǒng)的指標(biāo)的可信度；(5)根據(jù)指標(biāo)的可信度和權(quán)重得到子系統(tǒng)的可信度；(6)由子系統(tǒng)逐層向上，綜合子系統(tǒng)的權(quán)重得到整個(gè)電力推進(jìn)系統(tǒng)仿真的可信度綜合評(píng)估結(jié)果。獲取指標(biāo)以及子系統(tǒng)相對(duì)于上一層節(jié)點(diǎn)的權(quán)重的步驟包括:(I)設(shè)置初始參數(shù)(0和0 ,其中(0為初始權(quán)重.Q為臨界值；(2)將需要計(jì)算權(quán)重子系統(tǒng)的實(shí)測數(shù)據(jù)樣本加入BP神經(jīng)網(wǎng)絡(luò)，獲取輸出值:
權(quán)利要求
1.一種電力推進(jìn)系統(tǒng)仿真可信度的綜合評(píng)估方法，其特征在于，包括如下步驟: (1)按照系統(tǒng)級(jí)到單元級(jí)的順序，將電力推進(jìn)系統(tǒng)分解為子系統(tǒng)； (2)自頂向下、逐層對(duì)仿真系統(tǒng)各準(zhǔn)則下的子系統(tǒng)進(jìn)行分解，直至最小單元； (3)獲取指標(biāo)以及子系統(tǒng)相對(duì)于上一層節(jié)點(diǎn)的權(quán)重； (4)獲取子系統(tǒng)的指標(biāo)的可信度； (5)根據(jù)指標(biāo)的可信度和權(quán)重得到子系統(tǒng)的可信度； (6)由子系統(tǒng)逐層向上，綜合子系統(tǒng)的權(quán)重得到整個(gè)電力推進(jìn)系統(tǒng)仿真的可信度綜合評(píng)估結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種電力推進(jìn)系統(tǒng)仿真可信度的綜合評(píng)估方法，其特征在于，所述的獲取指標(biāo)以及子系統(tǒng)相對(duì)于上一層節(jié)點(diǎn)的權(quán)重的步驟包括: (O設(shè)置初始參數(shù)ω和Θ，其中ω為初始權(quán)重.Θ為臨界值； (2)將需要計(jì)算權(quán)重子系統(tǒng)的實(shí)測數(shù)據(jù)樣本加入BP神經(jīng)網(wǎng)絡(luò)，獲取輸出值yJ:>Ι； ^[Ι + ε^^Τ1，其中Xi為該節(jié)點(diǎn)的輸入， =1...πι ^ij為從i到j(luò)的聯(lián)接權(quán)，i=L...m, j=l...!!，初始權(quán)重隨機(jī)設(shè)為[O，I] ; Θ」為臨界值； (3)按已知輸出數(shù)據(jù)與輸出值之差Cljij調(diào)整權(quán)系數(shù)(0，調(diào)整量為:口COij=Ii δ jXj,其中Π為比例系數(shù)，即學(xué)習(xí)率，范圍為
，連續(xù)提高η值，直到達(dá)到設(shè)定的訓(xùn)練速度為止；χ」為隱節(jié)點(diǎn)的網(wǎng)絡(luò)輸入、輸出節(jié)點(diǎn)為隱節(jié)點(diǎn)的輸出，j=l…n ;dj為已知的輸出數(shù)據(jù)；是一個(gè)與輸出偏差相關(guān)的值，對(duì)于輸`出節(jié)點(diǎn):S j= Ilj(1-Yj) (dj-yj)對(duì)于隱層節(jié)點(diǎn):^ = χΛ1-χ,)Σδ^β，各層神經(jīng)元的權(quán)值調(diào)整后為:ω υ (t) = ω u (t-1) + □ ω u，其中t為學(xué)習(xí)次數(shù)； (4)進(jìn)行迭代，調(diào)整所有ω值，直到輸出誤差小于設(shè)定允許值，完成BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練； (5)對(duì)各神經(jīng)元之間的權(quán)重進(jìn)行分析處理，其中相關(guān)顯著性系數(shù) G=Ix(卜n^ife ) 1=1 相關(guān)指數(shù) 絕對(duì)影響系數(shù)OTi=l 其中，i為神經(jīng)網(wǎng)絡(luò)輸入單元，i=l-m ；j為神經(jīng)網(wǎng)絡(luò)輸出單元，j=l-n ；k為神經(jīng)網(wǎng)絡(luò)的隱含單元，k=L..+ ; coki為輸入層神經(jīng)元i和隱含層神經(jīng)元k之間的權(quán)系數(shù)；ω jk為輸出層神經(jīng)元j和隱含層神經(jīng)元k之同的權(quán)系數(shù)； (6)求絕對(duì)影響系數(shù)Su，即為所求子系統(tǒng)中下一層節(jié)點(diǎn)相對(duì)于上一層節(jié)點(diǎn)的客觀權(quán)重； (7)將客觀的指標(biāo)權(quán)重轉(zhuǎn)換成指標(biāo)權(quán)重比值； (8)提取子系統(tǒng)的主觀指標(biāo)權(quán)重比值；(9)對(duì)客觀指標(biāo)權(quán)重比值和主觀指標(biāo)權(quán)重比值求期望，獲取綜合權(quán)重比值； (10)將綜合權(quán)重比值排列成判斷矩陣，其中Cu為i指標(biāo)相對(duì)于j指標(biāo)的綜合權(quán)重比值:
3.根據(jù)權(quán)利要求1所述的一種電力推進(jìn)系統(tǒng)仿真可信度的綜合評(píng)估方法，其特征在于，所述的指標(biāo)可信度評(píng)估方法，針對(duì)不同的指標(biāo)和子系統(tǒng)數(shù)據(jù)類型，選取的步驟如下: (1)對(duì)一個(gè)系統(tǒng)中所有指標(biāo)的數(shù)據(jù)類型進(jìn)行分類； (2)對(duì)于不可以量化、只能模糊給出評(píng)價(jià)的指標(biāo)，可以采用模糊綜合評(píng)判法； (3)對(duì)于輸出連續(xù)波形圖像的數(shù)據(jù)類型，可以采用倒頻譜分析法； (4)對(duì)于可提供數(shù)據(jù)的指標(biāo)多，但是單一指標(biāo)數(shù)據(jù)少的情況，可以采用相似度分析； (5)對(duì)于可以提供大量重復(fù)試驗(yàn)數(shù)據(jù)的指標(biāo)，可以采用誤差分析法； (6)對(duì)于一些不能準(zhǔn)確劃分的指標(biāo)，可以采用兩種或多種方法相結(jié)合進(jìn)行可信度評(píng)估。
全文摘要
本發(fā)明涉及的是電力推進(jìn)系統(tǒng)和仿真評(píng)估領(lǐng)域，特別是涉及一種電力推進(jìn)系統(tǒng)仿真可信度的綜合評(píng)估方法。本發(fā)明包括將電力推進(jìn)系統(tǒng)分解為子系統(tǒng)；對(duì)仿真系統(tǒng)各準(zhǔn)則下的子系統(tǒng)進(jìn)行分解，直至最小單元；獲取指標(biāo)以及子系統(tǒng)相對(duì)于上一層節(jié)點(diǎn)的權(quán)重；獲取子系統(tǒng)的指標(biāo)的可信度；得到子系統(tǒng)的可信度；得到整個(gè)電力推進(jìn)系統(tǒng)仿真的可信度綜合評(píng)估結(jié)果。本發(fā)明能夠增強(qiáng)所建立仿真系統(tǒng)輸出結(jié)果的正確性，降低開發(fā)和應(yīng)用仿真系統(tǒng)所帶來的風(fēng)險(xiǎn)；有效幫助了開發(fā)人員及時(shí)發(fā)現(xiàn)仿真系統(tǒng)在設(shè)計(jì)過程中的不足，并進(jìn)行相應(yīng)修正；能夠有效縮短仿真系統(tǒng)的開發(fā)周期、降低開發(fā)成本，能夠有效預(yù)防仿真系統(tǒng)實(shí)際應(yīng)用時(shí)的重大事故發(fā)生。
文檔編號(hào)G06F17/50GK103246762SQ201310122149
公開日2013年8月14日 申請日期2013年4月10日 優(yōu)先權(quán)日2013年4月10日
發(fā)明者劉勝, 智鵬飛, 張?zhí)m勇, 李冰, 朱琬璐 申請人:哈爾濱工程大學(xué)