Secure and continuous operation of a smart grid substation mainly depends upon the reliable functioning of its communication network. The communication system of a smart substation is typically based on a high performance Ethernet communication network that connects various intelligent embedded devices, such as Intelligent Electronic Devices (IED) andMerging Units (MU), to ensure continuous monitoring, automation and efficient demand response of the smart substation. Traditionally, Reliability Block Diagram (RBD) and Fault Tree (FT) methods are used to develop reliability and failure models for these communication networks by considering the failure characteristics of their substation intelligent embedded devices and other components, like transformers and circuit breakers. These resulting reliability and failure models are then analyzed using paper-and-pencil methods or computer simulations, but they cannot assure accuracy in the analysis due to their inherent limitations. As an accurate alternative, we propose a methodology, based on higher-order logic theorem proving, for conducting the formal RBD and FT-based reliability and failure analysis of smart substation communication networks, respectively. This paper also describes a sound transformation of smart grid FT models to their equivalent RBDs - a well-known method to reduce the complexity of FT-based failure analysis. Some ML-based tactics have been developed to automatically compute the reliability and failure probability of smart grid substations for practical purposes.

中文翻译：

---

智能电网变电站基于以太网的通信网络的形式可靠性和故障分析

智能电网变电站的安全和持续运行主要取决于其通信网络的可靠运行。智能变电站的通信系统通常基于高性能以太网通信网络，连接各种智能嵌入式设备，如智能电子设备（IED）和合并单元（MU），以确保对变电站的持续监控、自动化和高效的需求响应。智能变电站。传统上，可靠性框图 (RBD) 和故障树 (FT) 方法通过考虑其变电站智能嵌入式设备和其他组件（如变压器和断路器）的故障特征来开发这些通信网络的可靠性和故障模型。然后使用纸笔方法或计算机模拟分析这些产生的可靠性和故障模型，但由于其固有的局限性，它们不能保证分析的准确性。作为一种准确的替代方案，我们提出了一种基于高阶逻辑定理证明的方法，用于分别对智能变电站通信网络进行正式的 RBD 和基于 FT 的可靠性和故障分析。本文还描述了智能电网 FT 模型到其等效 RBD 的良好转换——一种众所周知的降低基于 FT 的故障分析复杂性的方法。一些基于 ML 的策略已被开发用于自动计算智能电网变电站的可靠性和故障概率，以用于实际目的。但由于其固有的局限性，它们无法保证分析的准确性。作为一种准确的替代方案，我们提出了一种基于高阶逻辑定理证明的方法，用于分别对智能变电站通信网络进行正式的 RBD 和基于 FT 的可靠性和故障分析。本文还描述了智能电网 FT 模型到其等效 RBD 的良好转换——一种众所周知的降低基于 FT 的故障分析复杂性的方法。一些基于 ML 的策略已被开发用于自动计算智能电网变电站的可靠性和故障概率，以用于实际目的。但由于其固有的局限性，它们无法保证分析的准确性。作为一种准确的替代方案，我们提出了一种基于高阶逻辑定理证明的方法，用于分别对智能变电站通信网络进行正式的 RBD 和基于 FT 的可靠性和故障分析。本文还描述了智能电网 FT 模型到其等效 RBD 的良好转换——一种众所周知的降低基于 FT 的故障分析复杂性的方法。一些基于 ML 的策略已被开发用于自动计算智能电网变电站的可靠性和故障概率，以用于实际目的。分别用于对智能变电站通信网络进行正式的 RBD 和基于 FT 的可靠性和故障分析。本文还描述了智能电网 FT 模型到其等效 RBD 的良好转换——一种众所周知的降低基于 FT 的故障分析复杂性的方法。一些基于 ML 的策略已被开发用于自动计算智能电网变电站的可靠性和故障概率，以用于实际目的。分别用于对智能变电站通信网络进行正式的 RBD 和基于 FT 的可靠性和故障分析。本文还描述了智能电网 FT 模型到其等效 RBD 的良好转换——一种众所周知的降低基于 FT 的故障分析复杂性的方法。一些基于 ML 的策略已被开发用于自动计算智能电网变电站的可靠性和故障概率，以用于实际目的。