一种面向具有复杂组件依赖关系的大规模网络动态地震可靠性分析的加速递归分解算法
《RELIABILITY ENGINEERING & SYSTEM SAFETY》:An accelerated recursive decomposition algorithm for dynamic seismic reliability analysis of large-scale networks with complex component dependencies
【字体:
大
中
小
】
时间:2026年09月25日
来源:RELIABILITY ENGINEERING & SYSTEM SAFETY 13.7
编辑推荐:
本文的研究亮点如下:
• 提出了一种改进的递归分解算法,用于评估大型相关生命线系统的动态地震可靠性。
• 利用k-medoids聚类和Gumbel copula构建系统组件极端响应的联合累积分布函数。
• 提出了一种基于实时更新的可靠性排序的递归分解算法的子图分解技术。
•
本文的研究亮点如下:
• 提出了一种改进的递归分解算法,用于评估大型相关生命线系统的动态地震可靠性。
• 利用k-medoids聚类和Gumbel copula构建系统组件极端响应的联合累积分布函数。
• 提出了一种基于实时更新的可靠性排序的递归分解算法的子图分解技术。
• 分析了220 kV变电站一次设备系统的动态地震可靠性。
引言
在现代城市基础设施中,生命线网络系统(如电网[1,2]、交通系统[3,4]和水力网络[5,6])构成了维持社会和经济功能的基本骨干。在强震区,这些空间分布系统的抗震脆弱性是一个重大挑战,因为它们在地震激励下的性能直接决定了震后恢复能力和恢复能力。传统的地震风险评估主要关注单个组件,无法捕捉由拓扑互联性、功能依赖性和级联失效机制引起的系统级行为。在此背景下,网络连通性可靠性的定量评估——定义为特定源-终端对保持运行连通性的概率——已成为土木基础设施风险管理的关键焦点。根据是否考虑节点和边的潜在失效,网络可分为边权重网络(仅边可能失效)、节点权重网络(仅节点可能失效)以及一般权重网络(边和节点都可能失效)。本研究关注一般权重网络,因为它们可以退化为节点权重或边权重网络。此类研究不仅通过整合结构动力学、图论和系统可靠性,弥补了基于性能的抗震工程中的空白,还提供了优化加固策略和增强应急响应规划的工具。然而,由于网络规模庞大、拓扑结构复杂以及组件间的复杂依赖关系,评估大规模基础设施网络系统的可靠性具有挑战性。
对于网络系统可靠性评估,已开发出各种基于模拟的方法,如粗蒙特卡洛(MC)模拟[4,7,8]、准MC模拟[9]等,因为它们易于实现且适应性强。基于Nataf变换,Lu等人[8]开发了一种方法,将相关的离散Bernoulli分布转换为独立标准空间,以考虑系统组件之间的相关性,而Hou等人[9]研究了变量空间相关性对管道网络地震可靠性的影响。为了提高效率,已进一步开发了若干先进的方差缩减模拟方法用于系统可靠性分析,如基于新型独立Metropolis-Hastings采样器的自适应子集模拟算法[10]、利用信息性极限状态函数的子集模拟[11],以及基于交叉熵的重要性采样[12]。此外,基于机器学习的代理模型已被集成到MC模拟和子集模拟中以减少运行时间[13,14]。然而,这些方法本质上受到巨大计算努力的限制,难以实现低概率失效事件的统计稳定收敛。此外,此类方法无法进行概率推断,例如评估单个组件对网络失效的重要性、分析参数敏感性或识别其他影响因素。对于基础设施系统的抗震可靠性评估,已提出将贝叶斯网络建模与高级采样技术相结合的方法[15,16],这些方法可以同时识别网络内组件的重要性。然而,准确的基于模拟的可靠性评估仍需要大量系统函数评估。
为克服与基于模拟方法相关的这些缺陷,已提出了替代的分析非模拟方法,如一阶系统可靠性近似、精确算法、启发式算法、二元决策图方法、递归分解算法(RDA)等。一阶系统可靠性近似可以计算串联或并联系统的可靠性,但不适用于一般网络系统[17]。网络可靠性评估的精确算法通常需要穷举生成路径和/或割集[[18], [19], [20]]。由于精确可靠性计算具有非确定性多项式(NP)困难特性,这些方法对于大规模或复杂网络在计算上变得不可行。为评估大型桥梁网络系统的连通概率并避免NP困难问题,Li等人[21]利用基于节点的多层k路图划分算法将网络分解为多个子网络,从而实现网络简化和状态枚举。为规避穷举枚举,可以应用Esary-Proschan界限:将组件可靠性代入基于路径和割集的系统表达式,可得到下界和上界,其区间随着纳入更多路径和割集而缩小[22]。利用这种收敛性,已开发出启发式算法,然而,此类技术通常缺乏对估计精度的度量[23,24]。二元决策图方法在中等规模网络的精确可靠性分析中在计算效率和可扩展性方面具有显著优势。然而,它们的性能对变量排序高度敏感,而且这些方法可能遇到内存限制对于具有复杂拓扑结构的大型系统[25,26]。
针对上述问题,过去几十年开发了RDA[27,28]。RDA是一种递归图划分方法,可获得网络连接可靠性的严格下界和上界。它通过分解网络图并枚举互斥不相交的最短路径(即保证网络连通性的运行组件最小集合)和割集(即导致网络断连的失效组件最小集合)来运作。自引入以来,RDA已不断改进并被广泛采用以评估大型生命线网络系统的地震可靠性[[29], [30], [31], [32], [33], [34]]。尽管RDA提供了分析优势,但它们仍面临处理高维依赖和组合复杂性的重大挑战。近期进展引入了RDA的变体,如选择性RDA(S-RDA)[32]和基于中心性的S-RDA(CS-RDA)[33],这些变体通过优先处理关键路径和组件来提高计算效率。然而,这些方法通常假设组件独立性或使用简化的相关性模型,这可能导致对强依赖系统的可靠性估计不准确。忽略这种依赖关系可能会严重歪曲计算出的可靠性指标,导致过度乐观或保守的加固决策。不幸的是,大型网络中组件状态的联合概率分布是维和非高斯的,因此传统的相关性减少方法(如等效正态化或Nataf变换)在计算上既不可行又在物理上不合理。为解决此问题,He[34]通过整合原始RDA与极值理论[35,36]和多变量极值Copula[37],开发了扩展RDA(e-RDA),实现了对考虑组件失效依赖的生命线网络系统的动态地震可靠性评估。然而,e-RDA中采用的Gumbel Copula的参数估计对于涉及数百维的问题在计算上变得不可行。为在捕捉依赖性的同时避免维度灾难,已提出并应用了配对copula构造[38]及其图模型,即正则vine[39,40] [[41], [42], [43]]。基于vine copula,n维联合概率密度函数(PDF)由n(n?1)/2个配对copula和n个边缘密度函数的乘积构造[44]。尽管vine copula作为通过配对copula构造建模高维依赖性的方法具有灵活性,但它存在几个关键限制。例如,vine copula的规范过程,包括结构选择、双变量copula选择和成对参数估计,在高维情况下变得计算密集且缓慢。同时,配对copula构造的层次结构导致累积误差传播,最终降低了联合分布估计的准确性。
本研究的主要目的是提出一种加速RDA,以有效估计具有组件依赖性的超大规模网络的动态地震可靠性。为解决估计Gumbel copula参数中的维度问题,本研究引入了k-medoids聚类[45]用于高维变量的分组和降维。随后,利用Gumbel copula函数为处理后的变量构建了一个两级嵌套的联合累积分布函数(CDF),其参数可以通过基于Kendall's tau的估计量计算[46]。此联合分布模型被集成到RDA中,可以捕捉由地震荷载、组件内部特性及其相互作用等因素引起的相关性,从而确保系统可靠性的可信估计。此外,本文提出了一种改进版的Dijkstra算法,以及一种动态子图分解策略,以增强RDA的收敛速度。为应用本文构建的联合CDF(jCDF),Dijkstra算法已被自适应改进以搜索最可靠的路径,以实现可靠性界限的快速收敛。此外,通过基于实时更新的可靠性排序的动态子图分解策略,实现了不相交割集的加速生成,该策略可以基于子图中最小割集的先验识别自适应调整变量分解顺序。这促进了不相交割集的早期出现,从而加速了可靠性界限的收敛。所提出的方法可以准确有效地估计给定地震强度下具有相关组件的网络系统的连通可靠性,从而能够推导系统脆弱性函数,并为基于性能的系统韧性评估提供计算支持[47]。
本文结构如下。第2节简要介绍RDA。第3节构建网络内组件的联合概率分布模型。第4节描述用于可靠性界限的加速收敛RDA。第5节通过数值例子验证了所提出的包含构建的jCDF的加速RDA的适用性和性能,包括与现有算法的比较分析。第6节包含总结性和结论。
第2节 原始RDA的基本理论
考虑由图G=(N,E)表示的网络,其中N是表示节点类型组件(如变电站电气设备)的节点集合,E表示表示线类型组件(如变电站刚性母线或柔性导体)的边集合。假设每个组件(节点或边)运行在二元状态空间中,xi表示第i个组件的状态变量,即xi=1表示第i个组件运行,而xi=0表示失效。
第3节 网络组件联合概率分布模型的构建
如第2节所介绍,RDA的计算过程涉及对不相交路径和割集的大量概率计算。当存在高维且复杂的组件依赖性时,涉及m+n个组件的不相交路径或割集的概率成为m+n维联合概率计算。纯基于模拟的方法将不得不在RDA内部反复调用,使大规模网络的分析在计算上变得不可行。
第4节 最可靠路径的搜索
在现有RDA中[[32], [33], [34]],使用基于Dijkstra算法的图最可靠路径搜索来加速网络可靠性界限的收敛。对于节点权重子图,S-RDA通过用定义为节点可靠性乘积的可靠性标签替换传统路径距离标签来修改Dijkstra算法,以识别最可靠路径。对于具有组件依赖性的一般权重子图,e-RDA发现最可靠的路径...
第5节 数值例子
为验证加速RDA的准确性、效率和适用性,进行了两个例子:一个假想的大型网络系统,组件较少但拓扑复杂;以及一个典型的220kV变电站一次设备网络系统,包含多个具有相同结构的较长源到终端路径。前者考虑均匀地震输入和空间相关输入,而后者考虑均匀地震输入。总共10,000...
第6节 结论
本研究提出了一种集成两级嵌套jCDF的加速RDA,以高效准确地评估具有组件依赖性的的大型一般权重生命线网络系统的动态地震可靠性。所提出的方法首先构建一个联合分布模型来表示高维系统中组件之间的复杂依赖性。在该模型中,引入了k-medoids聚类用于分组和降维...
CRediT作者贡献声明
Mingjun Wang:写作–初稿、可视化、验证、软件、资源、方法论、调查、形式分析、数据管理。
Jun He:写作–审查与编辑、验证、监督、软件、项目管理、方法论、资金获取、形式分析、概念化。
Mingjun Wang | Jun He
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号