陈喜峰，王海滨，徐人恒，赵晓琪，李爽

（1.国网许昌供电公司，河南许昌461000；2.哈尔滨电工仪表研究所，哈尔滨150028）

0 引 言

依据国家电网建设指南规划，预计到“十三五”时期，我国的电网建设实现全面“信息化、数字化、自动化”的智能电网工程，在该项工程中完成电能质量目标，达到电能计量的“全覆盖、全采集”的新目标，建成用户的用电信息采集及全费控的采集系统，对于该系统中最重要且最基础的环节就是智能电能表［1-2］。

可靠性作为一个评判电能表的产品质量的重要指标，需要能够进行准确的预计，来保证电能表的正常工作。电能表系统可靠性的预计方法有很多，其中包括随机模拟方法、神经网络法、信息融合技术法等。但是这些方法的缺点是都需要大量的样本及输入信息才能够进行合理而准确的可靠性预计，所以都存在着一定的局限性［3］。

贝叶斯法能够克服数据量小、样本信息不足的缺陷，它是基于数理统计分析的方法，能够借助于贝叶斯网络中的先验概率和后验概率相结合形成联合概率的双向推理过程，实现了扩充子样容量的效果，来弥补小子样样本缺陷，通过结合以往的经验知识减少试验的量，从而成功的实现电能表的可靠性预计。本文利用贝叶斯网络的双向推理特征，针对可靠性预计过程中联合概率求解的复杂现象，引入了“桶消元法”的求解过程，进行可靠性预计的辅助计算，从而优化了电能表可靠性预计系统的性能［4］。……