电网可靠性在电力系统地维修、更换以及保养地决策过程中发挥着举足轻重的作用。因此,对电网可靠性进行研究具有重要的理论意义和现实意义。目前,电网可靠性关注的核心问题包括:分析元器件的历史失效数据和试验数据,基于电力系统结构建立模型以及部件存在相关性时系统模型地构建。在电力系统的可靠性分析过程中,尽管研究对象不同,采用的评价指标也不尽相同,但研究方法本质上都是先建立可靠性评价模型,再基于已有数据对模型中参数的不确定性进行评估,最终达到寿命预测的目的。然而,在数据量较小的情况下,经典的参数估计方法会出现评估准确度不足的问题。因此,当获取了一部分先验信息的前提下,如何有效的将已知信息转化成对未知参数的准确评价是本文探索的重点。综上所述,本学位论文主要的研究内容如下:(1)基于层次贝叶斯理论对继电器元件进行可靠性评估。继电器是电网系统中的核心零部件,一旦出现故障将危及整个电网系统的稳定运行。同时,由于其自身性能的不断提高,失效数据的获取极为困难。针对经典算法在小样本情况下对参数准确性估计不足的问题,该部分将层次贝叶斯的思想应用到贝叶斯参数估计方法之中,即提出层次贝叶斯参数估计方法,力图提高可靠性模型中参数的评估准确性。最后,以仿真及实际数据为检验手段,通过对比其它经典方法,检验了所提出方法的优越性。(2)基于不同先验信息融合模式下的参数估计研究。电网元件的特点是失效数据样本量少,但存在专家的认知经验和相似元件的历史数据。因此,如何有效的将先验信息量化成对未知事物的评价是可靠性分析的核心问题。该部分基于传统贝叶斯估计方法,通过对比不同先验信息分配及融合方式对参数进行估计,尝试寻找先验信息最佳的量化模式。(3)基于贝叶斯理论下的相关模型参数估计研究。在实际情况下电网部件之间是存在相关性,且关键的部件失效数据少。因此如何去准确刻画模型的参数成为相关系统可靠性研究核心问题。该部分通过贝叶斯估计,并对抽样方法的建议函数进行优选,使其获得更为准确的参数值。