[发明专利]超越概率模型的确定方法及装置、风险评估方法及装置

权利要求书

1.一种丧失厂外电源(LOOP)事件持续时间超越概率模型的确定方法，其特征在于，包括：

根据同类核电厂的LOOP事件信息建立第一样本空间；

对第一样本空间进行分类，得到N个不同类别的子样本，N为正整数；

获取N个子样本的拟服从的分布类型及其相应参数；

根据拟服从的分布类型及其相应参数确定N个类别相应的持续时间超越概率模型。

2.根据权利要求1所述的丧失厂外电源事件持续时间超越概率模型的确定方法，其特征在于，所述获取N个子样本的拟服从的分布类型及其相应参数包括：

分别绘制N个子样本的直方图；

根据N个直方图的形状分别判断出N个子样本的拟服从的分布类型；

根据N个子样本分别确定出各子样本拟服从的分布类型的相应参数。

3.根据权利要求1所述的丧失厂外电源事件持续时间超越概率模型的确定方法，其特征在于，

第一样本空间包括机组状态、故障原因、电源恢复时间及其三者之间的映射关系，机组状态包括功率工况和停堆工况，故障原因包括厂内故障、开关站故障、电网故障、天气原因；

所述根据拟服从的分布类型及其相应参数确定N个类别相应的持续时间超越概率模型，具体包括：

单个子样本拟服从的分布类型的种类为M种，M＝2或3，分布类型包括对数正态分布、伽马分布、指数分布，

根据单个子样本拟服从的M种分布类型及其相应参数确定M种持续时间超越概率模型；

对M种持续时间超越概率模型分别进行曲线拟合，得到M种持续时间超越概率模型的分布曲线；

选取拟合优度最优的分布曲线对应的持续时间超越概率模型，确定为与单个子样本类别相应的持续时间超越概率模型；

根据N个子样本拟服从的分布类型及其相应参数依序确定N个类别相应的持续时间超越概率模型。

4.根据权利要求3所述的丧失厂外电源事件持续时间超越概率模型的确定方法，其特征在于，

所述选取拟合优度最优的分布曲线对应的持续时间超越概率模型，确定为与单个子样本类别相应的持续时间超越概率模型，具体包括：

根据如下公式分别计算M种持续时间超越概率模型的分布曲线的相关系数；

其中，R为相关系数，y_i为实际值，为分布拟合值，为实际值均值；

根据相关系数R与1的趋近程度，选取拟合优度最优的分布曲线对应的持续时间超越概率模型，确定为与单个子样本类别相应的持续时间超越概率模型。

5.根据权利要求2所述的丧失厂外电源事件持续时间超越概率模型的确定方法，其特征在于，在所述对第一样本空间进行分类，得到N个不同类别的子样本之后，以及在所述分别绘制N个子样本的直方图之前，还包括：

对N个不同类别的子样本分别进行数据分析和数据处理，其中，数据处理包括剔除具有相关性的冗余数据和剔除异常数据。

6.根据权利要求5所述的丧失厂外电源事件持续时间超越概率模型的确定方法，其特征在于，所述分别绘制N个子样本的直方图，具体包括：

获取单个子样本的最大值L和最小值S；

根据经验公式将单个子样本进行分组，其中，组数k＝1+3.3lgn，lg为对数函数，n为单个子样本LOOP事件总次数；

计算组距，组距Δt＝(L-S)/k；

确定各组的上限值和下限值，其中，当前组的上限值＝当前组的下限值+Δt，当前组的下限值＝前一组的上限值；

计算各组的中心值，中心值t_中＝(当前组的上限值+当前组的下限值)/2；

统计落入各组的频数a和频率f，f＝a/n；

以持续时间为横坐标、各组的频率f为纵坐标绘制直方图；

将各直方的中心值t_中连成一条曲线，获得近似的分布密度曲线。