[发明专利]基于稀疏多项式混沌扩展评估智能电表结构可靠度的方法

说明书

本发明涉及电表结构可靠度评估领域，具体公开了一种基于稀疏多项式混沌扩展评估智能电表结构可靠度的方法，包括：建立智能电表的可靠性预计模型，采集智能电表的评估参数输入可靠性预计模型，得到智能电表的可靠度；利用基于多项式混沌展开的元模型逼近可靠性预计模型；选取多组智能电表的评估参数及对应的可靠度，输入基于多项式混沌展开的元模型训练，获取训练好的元模型，之后采用训练好的元模型对智能电表的评估参数进行评估，以直接获取智能电表的可靠度。本发明利用基于多项式混沌展开的元模型逼近原始的可靠性预计模型对智能电表的可靠性进行预估，具有快速精确评估结构可靠度的优点。

技术领域

本发明属于电表结构可靠度评估领域，特别涉及一种基于稀疏多项式混沌扩展评估智能电表结构可靠度的方法。

背景技术

在结构工程中，随机性主要源于对荷载，材料性质及结构生产制造过程的非完全控制性质。采用概率论的方式对这种性质加以反映，便形成了结构随机系统分析的基本观念与理论框架。结构可靠度评估，是这一框架中的一个有机组成部分，结构的一部分或整体不满足某些预定功能要求的概率或可靠度指标反映了结构的相对安全水平。结构可靠度评估，已经广泛应用于结构的设计和安全性评价，以及重大工程的决策分析等领域。

对企业生产的智能电表进行结构可靠度评估，是智能电表产业决策者进行合格判定、风险评估、投融资导向、产业战略规划的重要依据之一。快速准确地评估智能电表的结构可靠度，可以有效加快产品设计、测试、研发进度，量化摸清产品真实质量水平。

发明内容

本发明的目的在于提供一种基于稀疏多项式混沌扩展评估智能电表结构可靠度的方法，其能够快速准确地评估智能电表的结构可靠度。

为实现上述目的，本发明提供了一种基于稀疏多项式混沌扩展评估智能电表结构可靠度的方法，包括：

S101，建立智能电表的可靠性预计模型，采集智能电表的评估参数输入所述可靠性预计模型，得到所述智能电表的可靠度；

S102，利用基于多项式混沌展开的元模型逼近所述可靠性预计模型；

S103，选取多组智能电表的评估参数及对应的可靠度，输入所述基于多项式混沌展开的元模型训练，获取训练好的元模型。

优选的，上述技术方案中，步骤S101中智能电表的可靠性预计模型为：

其中，λ_p为各元器件工作失效率的预计值，λ_b为基本失效率，π_i分别为影响失效率的质量因子、环境因子等一系列修正系数；λ_S为总失效率，为第i个模块单元第j个元器件的工作失效率，N为模块单元数，M_i表示第i个模块单元的元器件总数；

智能电表的平均无故障工作时间为：

式(3)中，T_MTBF为平均无故障工作时间。

优选的，上述技术方案中，步骤S102中利用基于多项式混沌展开的元模型逼近所述可靠性预计模型的步骤为：

S1021，构建多项式混沌扩展：

由联合概率密度函数f_X表述的独立分量X∈R^M的随机向量，以及一个有限方差计算模型作为一个映射，其中，

则的多项式混沌扩展定义为：