Industrial systems can perform their functions in different levels of efficiency usually referred to as
performance rates. A system that can have a finite number of performance rates is called a Multi-State
System (MSS) (Lisnianski and Levitin, 2003; Natvig, 2011). Multi-state models are widely used in
different industrial environments reliability assessment (Billinton and Allan, 1996). It has been
recognized that using simple two- state models for an industrial system assessment can yield
pessimistic appraisals (Billinton and Li, 2004). In order to more accurately assess industrial system
reliability, the related utilities now are in multi-state mode which complicate the reliability assessment
(Reshid and Abd Majid, 2011). A method called the apportioning method is usually used to create
steady-state multi-state generating unit models based on real world statistical data. Using this
technique, steady state probabilities of units is defined. When the short-term behavior of a MSS is
studied, the investigation cannot be based on steady-state (long-term) probabilities. This investigation
should use a MSS model where transition intensities between any states of the model are known. Point
estimating of transition intensities for a two-state (binary) Markov model is a widely known solved
problem (Modarres et al., 1999; International standard IEC605-4, 2001). However, until today no
investigations have been conducted that consider this problem in a multi-state context where transitions
intensities can be varied.
ระบบอุตสาหกรรมสามารถทำหน้าที่ในระดับต่าง ๆ จะเรียกว่ามีประสิทธิภาพ อัตราประสิทธิภาพ ระบบที่สามารถมีประสิทธิภาพการทำงานราคาพิเศษจำนวนจำกัดคือรัฐหลาย ระบบ (MSS) (Lisnianski และ Levitin, 2003 Natvig, 2011) รัฐหลายรุ่นใช้ใน แวดล้อมต่าง ๆ ประเมินความน่าเชื่อถือ (Billinton และ Allan, 1996) จะได้รับ รู้จักการใช้รูปแบบรัฐสองอย่างสำหรับการประเมินระบบอุตสาหกรรมสามารถผลผลิตที่ ประเมินในเชิงลบ (Billinton และ Li, 2004) เพื่อประเมินระบบอุตสาหกรรมได้แม่นยำมากขึ้น ความน่าเชื่อถือ สาธารณูปโภคที่เกี่ยวข้องตอนนี้อยู่ในโหมดหลายรัฐที่ complicate ประเมินความน่าเชื่อถือ (Reshid และ Abd บินมาจิด 2011) มักจะใช้วิธีเรียกว่าวิธี apportioning เพื่อสร้าง -ท่อนรัฐหลายหน่วยแบบจำลองที่สร้างจากข้อมูลสถิติโลก ใช้นี้ มีกำหนดเทคนิค ท่อนกิจกรรมของหน่วย เมื่อมีการทำงานระยะสั้นของ MSS เป็น ศึกษา การสอบสวนไม่สามารถตามกิจกรรมท่อน (ยาว) ตรวจสอบนี้ ควรใช้แบบ MSS ซึ่งปลดปล่อยก๊าซเปลี่ยนระหว่างรัฐใด ๆ ของรุ่นรู้จักกัน จุด ประเมินของการปลดปล่อยก๊าซเปลี่ยนสำหรับแบบสองสถานะ Markov (ไบนารี) เป็นที่รู้จักแพร่หลายแก้ไข ปัญหา (Modarres et al., 1999 นานาชาติมาตรฐาน IEC605-4, 2001) อย่างไรก็ตาม จนกว่าจะมีวันนี้ ตรวจสอบได้ดำเนินที่พิจารณาปัญหานี้ในบริบทรัฐหลายที่เปลี่ยนแปลง ปลดปล่อยก๊าซสามารถจะแตกต่างกัน
การแปล กรุณารอสักครู่..

ระบบอุตสาหกรรมสามารถปฏิบัติหน้าที่ของตนในระดับที่แตกต่างกันของประสิทธิภาพมักจะเรียกว่า
ราคาประสิทธิภาพ ระบบที่สามารถมีจำนวนที่จำกัดของอัตราการปฏิบัติงานที่เรียกว่าระบบรัฐ
หลาย ( MSS ) ( lisnianski และเลวิทิน , 2003 ; natvig , 2011 ) รัฐหลายรุ่นที่ใช้กันอย่างแพร่หลายในอุตสาหกรรมความน่าเชื่อถือ
สภาพแวดล้อมต่างกัน ( ประเมิน billinton และ Allan , 1996 )มันได้รับการยอมรับว่าใช้ง่าย
สอง - รัฐแบบระบบอุตสาหกรรม การประเมินสามารถผลผลิต
มองโลกในแง่ร้ายการประเมินผล ( billinton และ Li , 2004 ) เพื่อให้แม่นยำมากขึ้น ประเมินความเชื่อถือได้ของระบบ
อุตสาหกรรม สาธารณูปโภคที่เกี่ยวข้อง ตอนนี้อยู่ในโหมดที่ซับซ้อนหลายรัฐความเที่ยงการประเมิน
( reshid อับดุลมาญิดและ 2011 )วิธีการที่เรียกว่า apportioning วิธีการมักจะใช้ในการสร้างหลายรุ่น สร้างหน่วยรัฐ
คงที่ตามโลกจริงทางสถิติข้อมูล การใช้เทคนิคนี้
, steady state ความน่าจะเป็นของหน่วยที่กำหนด เมื่อพฤติกรรมระยะสั้นของ MSS คือ
ศึกษา ไม่สามารถสอบสวนได้ตามสภาวะคงตัว ( ระยะยาว ) น่าจะเป็น การสืบสวนนี้
ควรใช้รูปแบบการจัดซื้อที่เข้มระหว่างรัฐของรูปแบบเป็นที่รู้จักกัน การเปลี่ยนแปลงความเข้มของจุด
สำหรับสอง ( Binary ) มาร์คอฟโมเดล เป็นที่รู้จักอย่างกว้างขวาง การแก้ไขปัญหา (
modarres et al . , 1999 ; มาตรฐานนานาชาติ iec605-4 , 2001 ) อย่างไรก็ตาม จนถึงวันนี้ไม่มี
การสืบสวนได้ดำเนินการที่จะพิจารณาปัญหานี้ในบริบทของรัฐหลายที่เปลี่ยน
เข้มสามารถแตกต่างกัน
การแปล กรุณารอสักครู่..
