- •А.Н. Назарычев, а.А. Скоробогатов, с.И. Марьянова
- •Оглавление
- •Глава 1. Основные положения теории вероятности 5
- •Глава 4. Расчет показателей надежности объектов по статистическим данным 50
- •Предисловие
- •Глава 1. Основные положения теории вероятности
- •1.1. Множества
- •1.2. События
- •1.3. Вероятность
- •1.4. Случайные величины и их распределение
- •1.5. Марковские процессы
- •Вопросы для самоподготовки
- •Глава 2. Основные понятия теории надежности
- •2.1. Объект. Элемент. Система. Основные объекты электрической части электростанций и подстанций
- •2.2. Группы восстановительных ремонтов
- •2.3. Виды объектов по наличию проведения на них восстановления
- •2.4. Состояния и события, характеризующие надёжность объектов электроэнергетики
- •2.5. Резервирование объектов в электроэнергетике
- •2.6. Временная диаграмма состояний. Поток событий случайных величин в электроэнергетике
- •2.7. Модели интенсивностей переходов из состояния
- •2.8. Надёжность объекта. Ее компоненты
- •Вопросы для самоподготовки
- •Глава 3. Показатели надёжности энергообъектов
- •3.1. Общие положения
- •3.2. Вероятностные и статистические показатели надежности невосстанавливаемых объектов
- •3.3. Вероятностные и статистические показатели надежности восстанавливаемых объектов
- •Вопросы для самоподготовки
- •Глава 4. Расчет показателей надежности объектов по статистическим данным
- •4.1. Способы сбора статистической информации об отказах и восстановлениях объектов электроэнергетики
- •4.2. Статистическая обработка результатов работы невосстанавливаемых объектов. Выбор закона распределения вероятности наработки до отказа
- •1) Расчет показателей безотказности. Построение их графиков.
- •2) Расчёт числовых характеристик.
- •3) Выбор закона распределения наработки до отказа.
- •Вопросы для самоподготовки
- •Задачи для самоподготовки
- •Глава 5. Методы и задачи расчета надежности электроэнергетических объектов
- •5.1 Метод пространства состояний
- •Из временной диаграммы состояний определяются параметры , и .
- •5.1.4. Объединение состояний
- •Задачи для самоподготовки
- •5.2. Таблично-логический метод расчета надежности схем распределительных устройств
- •1.1. Составление таблицы отказов (табл. 5.2).
- •1.2. Определение показателей надежности элементов ру.
- •Вопросы для самоподготовки
- •Задачи для самоподготовки
- •Библиографический список
- •Редактор м.А. Иванова
1.5. Марковские процессы
1.5.1. Понятие о стохастических процессах
Стохастический процесс представляет собой множество случайных величин, образующих упорядоченную последовательность.
Последовательность случайных величин в процессе можно представить в виде X(t), где t – параметр процесса (обычно время).
Значения, принимаемые случайными величинами в процессе, образуют пространство состояний.
На рис. 1.15 показана конкретная реализация процесса на отрезке времени (t0, tn–1). По оси абсцисс отложен дискретный параметр процесса t, а по оси ординат – дискретная случайная величина X, которая является множеством и включает в себя семь состояний объекта наблюдения (S0–S6). В данном случае множество X является пространством состояний (X{S0, S1, S2, S3, S4, S5, S6}). Для параметра процесса ti X(ti) = S2.
В большинстве прикладных задач целью является вычисление безусловного распределения случайной величины X(tn), которое зависит только от реализации процесса в интервале от tn–1 до tn.
|
Рис. 1.15. Конкретная реализация процесса в интервале (t0, tn–1) |
1.5.2. Марковские процессы
Существует важный класс стохастических процессов, в которых вероятность случайной величины в момент времени tn зависит от значения случайной величины в момент времени tn–1 и не зависит от конкретного вида реализации процесса до времени tn–1. Такой процесс называют процессом без последствия. Процессы, обладающие этим свойством, называют Марковскими процессами.
В Марковском процессе параметр t и пространство состояний X(t) могут быть как дискретными, так и непрерывными. Мы рассмотрим только процессы с непрерывными параметрами, при этом будем иметь в виду только дискретные и конечные пространства состояний.
Рассмотрим Марковский процесс X(t) с непрерывным временным параметром t. Введём обозначения: tn–1 = t, tn = t + t.
В процессе рассмотрим два состояния: i-е, в котором находится объект в момент времени tn–1; j-е, в которое объект может перейти, а может и не перейти в момент времени tn (рис. 1.16). Тогда вероятность перехода из i-го состояния в j-е запишется следующим образом:
. |
(1.57) |
|
Рис. 1.16. Переход из состояния i в состояние j или в само себя |
Будем рассматривать только однородные Марковские процессы, в которых pij зависят только от t.
Тогда при t→0 вероятности переходов принимают вид
, |
(1.58) |
. |
(1.59) |
Здесь pi→i(t) – вероятность того, что за промежуток времени t не произойдёт смены состояния процесса при условии, что процесс находится в состоянии i в начале этого промежутка.
qi→j, qj→i – интенсивности переходов из состояния i в состояние j и наоборот;
qi – интенсивность перехода из состояния i в любое другое состояние, кроме состояния i:
, |
(1.60) |
где n – число всех возможных состояний.
Так как события «переход из i-го в j-е состояние» (ij) и «переход из i-го в i-е состояние» (ii) являются полной группой событий, то
. |
(1.61) |
Во многих приложениях требуется определить безусловные вероятности состояний для момента времени (t + t), зная вероятности состояний в момент времени t (рис. 1.17).
Для этого используется метод пространства состояний, в котором используется система дифференциальных уравнений Чемпена – Колмогорова (см. п 5.1).
|
Рис.1.17. Возможные переходы для процесса, в котором объект может находиться в трех состояниях |