CN109858822B - 一种基于流关联分析的信息电力融合***可靠性评估方法 - Google Patents
一种基于流关联分析的信息电力融合***可靠性评估方法 Download PDFInfo
- Publication number
- CN109858822B CN109858822B CN201910116330.XA CN201910116330A CN109858822B CN 109858822 B CN109858822 B CN 109858822B CN 201910116330 A CN201910116330 A CN 201910116330A CN 109858822 B CN109858822 B CN 109858822B
- Authority
- CN
- China
- Prior art keywords
- layer
- network
- information
- double
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于流关联分析的信息电力融合***可靠性评估方法。本发明将信息电力融合***映射为一个双层耦合网络。与传统信息电力融合***可靠性评估方法相比,本发明将信息电力融合***中信息层的数据流映射为双层耦合网络中的流,通过对双层耦合网络在基于流关联的故障级联失效下的剩余最大连通片占比进行分析,从而对该信息电力融合***的可靠性进行评估,使评估结果更加符合实际,具有工程价值。
Description
技术领域
本发明提供一种评估信息电力融合***可靠性的方法,属于信息通信领域。
背景技术
信息电力融合***是当今电网发展的主流方向,它建立在功能明确、相互耦合的双层网络基础上,通过先进的测控技术和决策支撑***的应用,实现整个***的可靠、安全、高效。随着电力***整体智能化水平的提高,电力业务种类与数量不断增多,电力***与信息***之间的融合变得愈发密切,电力生产和管控越发依赖于信息***的正常运作。因此,对信息电力融合***进行可靠性评估,可以以最小的代价提升***的整体可靠性和稳定性。
现有的信息电力融合***可靠性评估方法是将实际的信息电力融合***映射为一个单层的网络,将信息电力融合***的相关参数映射为该单层网络中的网络参量,基于复杂网络理论对信息电力融合***的可靠性进行评估;或是将实际的信息电力融合***映射为一个双层网络,基于网络中节点与节点的关联性,通过对双层网络在故障传播下的剩余最大连通片进行分析,从而确定该***的可靠性。但是,在信息电力融合***中,信息层内的数据流对电力层的相关节点存在控制作用,电力层内的节点对信息层节点存在支撑作用,进而影响信息层中数据流的正常运作。现有方法没有考虑这种数据流与节点之间的关联性,导致在进行信息电力融合***可靠性评估时具有一定的局限性。
因此本发明提出一种考虑了信息电力融合***中流关联性的信息电力融合***的可靠性评估方法,并提出了该方法的详细实现方式。
发明内容
针对现有技术所存在的技术问题,本发明的目的在于提供一种基于流关联分析的信息电力融合***可靠性评估方法。本发明中,根据信息电力融合***的实际***结构和运行特点,将信息电力融合***映射为一个网络,本发明中,统一将该映射成的网络称之为双层耦合网络。其中,我们将信息电力融合***中信息层的数据流映射为双层耦合网络中的流,通过对双层耦合网络在基于流关联的故障传播下的剩余最大连通片进行分析,从而对该信息电力融合***的可靠性进行评估。
一种基于流关联分析的信息电力融合***可靠性评估方法,包括以下步骤:
步骤1:依据信息电力融合***中信息层的设备拓扑、数据流源节点和目的节点以及数据流路径信息,确定双层耦合网络中的网络A和存在的流;依据信息电力融合***中电力层的设备信息确定双层耦合网络中的网络B;依据信息电力融合***中信息层设备和电力层设备的连接状态确定双层耦合网络中的连接关系;依据信息电力融合***中信息层设备和电力层设备之间的故障关联概率确定双层耦合网络中的节点连接关系和跨层影响因子;
步骤2:根据对信息电力融合***可靠性的评估需要,在步骤1所获得的双层耦合网络中初始移除一定比例的节点;
步骤3:基于流关联的故障级联失效规则,计算移除节点所导致的双层耦合网络中故障级联失效,获得剩余双层耦合网络最大连通片的占比;
步骤4:双层耦合网络中基于流关联的故障级联失效停止后,得到最终的剩余双层耦合网络最大连通片的占比,以此作为评价信息电力融合***可靠性的指标。
本发明所述方法的步骤1中,关于双层耦合网络的说明如下:
双层耦合网络为实际信息电力融合***的等效网络,用以拟合实际信息电力融合***的相关特征。本领域的技术人员可通过对双层耦合网络进行相关操作来等效实际***的动态过程,从而分析信息电力融合***的可靠性,避免了直接操作信息电力融合***的不便。
本发明所述方法的步骤1包括以下步骤:
步骤1—1:将信息电力融合***中的信息层映射为双层耦合网络中的网络A;将信息电力融合***信息层设备映射为双层耦合网络中网络A的节点,且不考虑节点之间的差异;合并信息电力融合***信息层内同一方向上的单条或多条信息通信线路以消除多重边和自环;将信息电力融合***信息层内的单条或多条信息通信线路合并为双层耦合网络中网络A的边;用邻接矩阵A=[ai,j]表示双层耦合网络的网络A的拓扑结构,ai,j的定义如下:若双层耦合网络的网络A内,节点i和节点j之间存在边,则ai,j取值为1,否则取值为0;
步骤1—2:假如在信息电力融合***的信息层中,某条数据流由设备i传递至设备j,则在双层耦合网络的网络A中,该数据流映射为流fi,j,网络A中的节点i和节点j是流fi,j的源节点和目的节点,同时该数据流在原信息层经过的节点及其顺序应该与fij在网络A中经过的节点及其顺序一致;
步骤1—3:将信息电力融合***中的电力层映射为双层耦合网络中的网络B;将信息电力融合***电力层设备映射为双层耦合网络中网络B的节点,且不考虑节点之间的差异;合并信息电力融合***电力层内同一方向上的单条或多条电力线路以消除多重边和自环;将信息电力融合***电力层内的单条或多条信息通信线路合并映射为双层耦合网络中网络B的边;用邻接矩阵B=[bi,j]表示双层耦合网络的网络B,bi,j的定义如下:若双层耦合网络的网络B内,节点i和节点j之间存在边,则bi,j取值为1,否则取值为0;
步骤1—4:用矩阵C=[ci,j]记录信息电力融合***中信息层设备和电力层设备的连接状态,从而确定双层耦合网络中网络A和网络B的连接关系;如果信息电力融合***中信息层内的设备i与信息电力融合***电力层中的设备j相连接,则在双层耦合网络中,网络A内的节点i与网络B内的节点j相连接,ci,j取值为1,否则ci,j取值为0;
步骤1—5:通过***分析或者既往数据观测,获得信息电力融合***中信息层设备和电力层设备之间的故障关联概率,并映射为双层耦合网络中的跨层影响因子αi,j和βi,j,其中αi,j和βi,j定义如下:如果信息电力融合***中,信息层内的设备i与电力层中的设备j相连接,信息层内设备i对电力层中设备j的故障关联概率为a,则αi,j取值为a;如果信息电力融合***中,电力层内的设备i与信息层中的设备j相连接,电力层内设备i对信息层中设备j的故障关联概率为b,则βi,j取值为b。
本发明所述方法的步骤2中,初始移除节点比例的说明如下:
依据具体问题或实际评估需要,如果需要评估信息电力融合***在较大设备失效(被打击)下的可靠性,则选取较大的初始移除节点比例;反之,则选取较小的初始移除节点比例。
本发明所述方法的步骤3中,基于流关联的故障级联失效规则如下:
(1)双层耦合网络的网络B内节点j失效,则其连接的双层耦合网络的网络A中节点(假设为节点i)依跨层影响因子βj,i概率发生失效;在双层耦合网络中移除失效节点及与失效节点连接的边;
(2)双层耦合网络的网络A内节点j失效,则其连接的双层耦合网络的网络B中节点(假设为节点i)跨层影响因子αj,i概率发生失效;在双层耦合网络中移除失效节点及与失效节点连接的边;
(3)双层耦合网络的网络A中,若一条流fi,j的源节点或目的节点或任意途经节点失效,则认为该条流失效,进而判定该条流的目的节点j失效;该目的节点所连接的双层耦合网络的网络B中节点(假设为节点i)依跨层影响因子αj,i概率发生失效,在双层耦合网络中移除失效节点、失效流及与失效节点连接的边。
所述方法的步骤3中,计算移除节点所导致的双层耦合网络中故障级联失效,包括以下步骤:
步骤3—1:当网络A中某些流的源节点或目的节点或任意途经节点被移除,基于流关联的故障级联失效规则,在网络A中移除这部分流及这部分流的目的节点,并移除这部分节点相连的链路;移除网络A中不与任意其他节点相连接的节点及其相连的链路;
步骤3—2:依跨层影响因子,移除网络B内与被移除的网络A中节点相连接的节点,并移除网络B中与这些节点相连的链路;移除网络B中不与任意其他节点相连接的节点及其相连的链路;计算此时剩余双层耦合网络最大连通片的占比;依跨层影响因子,移除网络A内与被移除的网络B中节点相连接的节点;
步骤3—3:重复步骤3—1和步骤3—2为一轮,若某轮故障级联失效计算后,剩余双层耦合网络的网络最大连通片与上一轮故障级联失效后的状态一致,则基于流关联的故障级联失效计算过程终止。
本发明所述方法的步骤3中,剩余双层耦合网络最大连通片的占比计算方式如下:
某轮故障级联失效后,统计此时存在于双层耦合网络内由网络A和网络B的剩余节点所组成的最大连通片内的节点总数S,假如双层耦合网络的网络A和网络B的初始节点总数为N,则剩余双层耦合网络最大连通片的占比为S/N。
本发明所述方法的步骤4中包含以下步骤:
步骤4—1:双层耦合网络中基于流关联的故障级联失效停止时,计算得到最后一轮级联失效后剩余双层耦合网络最大连通片的占比,以此作为评估信息电力融合***可靠性的指标;
步骤4—2:依实际评估需求,如果需要评估多种打击情况下的信息电力融合***的可靠性,则重新设定新的移除节点比例,并重复步骤3和步骤4,以获得不同打击条件下的***可靠性性能。
本发明具有以下优点和效果:针对信息电力融合***的可靠性评估提供了一种基于流关联分析的信息电力融合***可靠性评估方法,并给出具体详细的实现方案。我们将信息电力融合***映射为一个双层耦合网络拓扑,通过对双层耦合网络拓扑在流关联的故障级联失效下的剩余最大连通片进行分析来评估信息电力融合***的可靠性,更好地拟合了现实世界中的信息电力融合***,帮助调度运行人员把握当前的***运行状况,以便及时采取控制措施消除安全隐患。
附图说明
为了更清楚地说明本发明,下面将对本发明实施例描述中所需要使用的附图作简单的介绍,显然地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动前提下,还可以根据这些附图获得的更多的附图。
图1是本发明一个实施例提供的一种基于流关联分析的信息电力融合***可靠性评估方法的流程图;
图2是本发明一个实施例提供的一种基于流关联分析的信息电力融合***可靠性评估方法的详细流程图;
图3是本发明一个实施例提供的一种基于流关联分析的信息电力融合***可靠性评估方法的双层耦合网络示意图;
图4是本发明一个实施例提供的一种基于流关联分析的信息电力融合***可靠性评估方法的基于流关联的故障级联失效示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步的说明。
请参阅图1-图4,本发明的基于流关联分析的信息电力融合***可靠性评估方法,包括下列步骤:
(1)依据信息电力融合***中信息层的设备拓扑、数据流源节点和目的节点以及数据流路径信息,确定双层耦合网络中的网络A和存在的流;依据信息电力融合***中电力层的设备信息确定双层耦合网络中的网络B;依据信息电力融合***中信息层设备和电力层设备的连接状态确定双层耦合网络中的连接关系;依据信息电力融合***中信息层设备和电力层设备之间的故障关联概率确定双层耦合网络中的节点连接关系和跨层影响因子;
其中,由信息电力融合***映射成的双层耦合网络用图G表示,G=(A,B,Ccouple)。如图3所示为一个由信息电力融合***映射成的双层耦合网络示意图。
(101)将信息电力融合***中的信息层映射为双层耦合网络中的网络A;将信息电力融合***信息层设备映射为双层耦合网络中网络A的节点,且不考虑节点之间的差异;合并信息电力融合***信息层内同一方向上的单条或多条信息通信线路以消除多重边和自环;将信息电力融合***信息层内的单条或多条信息通信线路合并为双层耦合网络中网络A的边;用邻接矩阵A=[ai,j]表示双层耦合网络的网络A的拓扑结构,ai,j的定义如下:若双层耦合网络的网络A内,节点i和节点j之间存在边,则ai,j取值为1,否则取值为0;则图3中双层耦合网络的网络A的邻接矩阵为:
(102)假如在信息电力融合***的信息层中,某条数据流由设备i传递至设备j,则在双层耦合网络的网络A中,该数据流映射为流fi,j,网络A中的节点i和节点j是流fi,j的源节点和目的节点,同时该数据流在原信息层经过的节点及其顺序应该与fi,j在网络A中经过的节点及其顺序一致;如图3所示的双层耦合网络中,网络A内包含两条流,f2,4表示源节点为2号节点,目的节点为4号节点的流,f8,1表示源节点为8号节点,目的节点为1号节点的流。
(103)将信息电力融合***中的电力层映射为双层耦合网络中的网络B;将信息电力融合***电力层设备映射为双层耦合网络中网络B的节点,且不考虑节点之间的差异;合并信息电力融合***电力层内同一方向上的单条或多条电力线路以消除多重边和自环;将信息电力融合***电力层内的单条或多条信息通信线路合并映射为双层耦合网络中网络B的边;用邻接矩阵B=[bi,j]表示双层耦合网络的网络B,bi,j的定义如下:若双层耦合网络的网络B内,节点i和节点j之间存在边,则bi,j取值为1,否则取值为0。则图3中双层耦合网络的网络B的邻接矩阵为:
(104)用矩阵C=[ci,j]记录信息电力融合***中信息层设备和电力层设备的连接状态,从而确定双层耦合网络中网络A和网络B的连接关系;如果信息电力融合***中信息层内的设备i与信息电力融合***电力层中的设备j相连接,则在双层耦合网络中,网络A内的节点i与网络B内的节点j相连接,ci,j取值为1,否则ci,j取值为0。则图3中双层耦合网络中网络A和网络B的连接关系矩阵为:
C=diag(1,1,1,1,1,1,1,1)
(105)通过***分析或者既往数据观测,获得信息电力融合***中信息层设备和电力层设备之间的故障关联概率,并映射为双层耦合网络中的跨层影响因子αi,j和βi,j,其中αi,j和βi,j定义如下:如果信息电力融合***中,信息层内的设备i与电力层中的设备j相连接,信息层内设备i对电力层中设备j的故障关联概率为a,则αi,j取值为a;如果信息电力融合***中,电力层内的设备i与信息层中的设备j相连接,电力层内设备i对信息层中设备j的故障关联概率为b,则βi,j取值为b。图3所示的双层耦合网络中,网络A中5号节点对网络B中V号节点的跨层影响因子为α5,V,网络B中V号节点对网络A中5号节点的跨层影响因子为βV,5。
(2)根据对信息电力融合***可靠性的评估需要,在步骤1所获得的双层耦合网络中初始移除一定比例的节点;
依据具体问题或实际评估需要,如果需要评估信息电力融合***在较大设备失效(被打击)下的可靠性,则选取较大的初始移除节点比例;反之,则选取较小的初始移除节点比例。以图3为例,双层耦合网络中一共包含16个节点,假如初始移除1个节点,即初始移除节点比例为6.25%,则所评估内容为信息电力融合***在某单个设备失效(被打击)下的可靠性。初始移除节点可随机选择,拟合实际信息电力融合***中设备随机失效(被打击)的情况;或可指定移除节点,拟合实际信息电力融合***中特定设备失效(被打击)的情况。
(3)基于流关联的故障级联失效规则,计算移除节点所导致的双层耦合网络中故障级联失效,获得剩余双层耦合网络最大连通片的占比;
在该步骤中基于流关联的故障级联失效规则如下:
(a)双层耦合网络的网络B内节点j失效,则其连接的双层耦合网络的网络A中节点(假设为节点i)依跨层影响因子βj,i概率发生失效;在双层耦合网络中移除失效节点及与失效节点连接的边;
(b)双层耦合网络的网络A内节点j失效,则其连接的双层耦合网络的网络B中节点(假设为节点i)跨层影响因子αj,i概率发生失效;在双层耦合网络中移除失效节点及与失效节点连接的边;
(c)双层耦合网络的网络A中,若一条流fi,j的源节点或目的节点或任意途经节点失效,则认为该条流失效,进而判定该条流的目的节点j失效;该目的节点所连接的双层耦合网络的网络B中节点(假设为节点i)依跨层影响因子αj,i概率发生失效,在双层耦合网络中移除失效节点、失效流及与失效节点连接的边。
在该步骤中,计算移除节点所导致的双层耦合网络中故障级联失效,包括以下步骤:
(301)基于流关联的故障级联失效规则,移除的节点会导致双层耦合网络的网络A中一部分流失效,进而导致这部分流的目的节点失效;移除失效节点相连的链路,会孤立出不包含于网络A的最大连通片中的节点,这部分孤立节点也被视作失效节点处理;失效的双层耦合网络中的网络A内的节点依跨层影响因子影响其连接的双层耦合网络中网络B内的节点。所以,当网络A中某些流的源节点或目的节点或任意途经节点被移除,基于流关联的故障级联失效规则,在网络A中移除这部分流及这部分流的目的节点,并移除这部分节点相连的链路;移除网络A中不与任意其他节点相连接的节点及其相连的链路。
(302)依跨层影响因子,移除网络B内与被移除的网络A中节点相连接的节点,并移除网络B中与这些节点相连的链路;移除网络B中不与任意其他节点相连接的节点及其相连的链路;计算此时剩余双层耦合网络最大连通片的占比;依跨层影响因子,移除网络A内与被移除的网络B中节点相连接的节点。双层耦合网络的网络B中,移除失效节点和与其相连的链路,会自然产生不包含于双层耦合网络中网络B的最大连通片中的节点,这部分孤立节点也被视作失效节点处理;失效的双层耦合网络中网络B内的节点依跨层影响因子影响其连接的双层耦合网络中网络A内的节点。
(303)重复步骤(301)和步骤(302)为一轮,计算每一轮结束后剩余双层耦合网络最大连通片的占比,方法如下:某轮故障级联失效后,统计此时存在于双层耦合网络内由网络A和网络B的剩余节点所组成的最大连通片内的节点总数S,假如双层耦合网络的网络A和网络B的初始节点总数为N,则剩余双层耦合网络最大连通片的占比为S/N。
基于流关联的故障级联失效在双层耦合网络的网络A和B之间迭代,若某次基于流关联的故障级联失效后,剩余双层耦合网络的最大连通片相较上一次故障级联失效后的状态保持恒定,则基于流关联的故障级联失效过程终止。假如第i轮基于流关联的故障级联失效后,双层耦合网络的网络A内剩余节点组成的最大连通片占比为gA,i,双层耦合网络的网络B内剩余节点组成的最大连通片占比为gB,i,若:
则认定故障传播终止。
下面根据图2、图3和图4,描述移除节点所导致的双层耦合网络中故障级联失效过程:
(Ⅰ)依据步骤(301),双层耦合网络的网络A中的1号流f8,1失效,导致其目的节点(Node 1)因此失效,该目的节点连接的双层耦合网络的网络B中节点(NodeⅠ)依跨层影响因子αj,i失效,同时在双层耦合网络中移除失效流、失效节点和与失效节点连接的边;
(Ⅱ)依据步骤(302),双层耦合网络的网络B中的节点(NodeⅡ)失效,它所连接的双层耦合网络的网络A中的节点(Node 2)依跨层影响因子βj,i失效,同时在双层耦合网络中移除失效节点和与失效节点连接的边;
(Ⅲ)依据步骤(301),双层耦合网络的网络A中的节点(Node 2)是2号流f2,4的途径节点,因此2号流失效,进而导致该条流的目的节点(Node 4)失效,同时在双层耦合网络中移除失效流、失效节点和与失效节点连接的边。
(Ⅳ)依据步骤(303),基于流关联的故障级联失效在双层耦合网络的网络A和B之间迭代,得到图4(Ⅳ)所示的状态,此时剩余双层耦合网络的最大连通片相较上一次故障级联失效后的状态保持恒定,则基于流关联的故障级联失效过程终止。
为了更加详细地描述移除节点所导致的双层耦合网络中故障级联失效过程中,每一轮结束后剩余双层耦合网络最大连通片的占比变化,我们对双层耦合网络进行如下初始化:双层耦合网络的网络A和网络B中节点数均为500,则N=1000,其中,双层耦合网络的网络A中流的数量为300,网络A和网络B的节点之间一对一连接,跨层影响因子均为1。表1为在双层耦合网络中,不同初始移除节点比例下,每轮基于流关联的故障级联失效结束后剩余双层耦合网络的最大连通片占比。以本实施例中初始移除5%比例的节点为例,第0轮基于流关联的故障级联失效(即双层耦合网络的初始阶段)之后,双层耦合网络为全连通,最大连通片占比为1,第1轮基于流关联的故障级联失效之后,双层耦合网络的剩余双层耦合网络的最大连通片中包含节点数S=933,即双层耦合网络的剩余双层耦合网络的最大连通片占比为0.933。以此类推,基于流关联的故障级联失效进行了10轮后,剩余双层耦合网络的最大连通片占比与第9轮后相同,表明在第9轮后基于流关联的故障级联失效停止。
表1:不同初始移除比例下,每轮基于流关联的故障级联失效结束后剩余双层耦合网络的最大连通片占比
(4)双层耦合网络中基于流关联的故障级联失效停止后,得到最终的剩余双层耦合网络最大连通片的占比,以此作为评价信息电力融合***可靠性的指标。
该步骤包括以下两个步骤:
(401)双层耦合网络中基于流关联的故障级联失效停止时,计算得到最后一轮级联失效后剩余双层耦合网络最大连通片的占比,以此作为评估信息电力融合***可靠性的指标;
以步骤3中实施例为例,信息电力融合***在5%设备失效(被攻击)下的可靠性为40.2%,在10%设备失效(被攻击)下的可靠性为31.4%,工程人员可根据实际信息电力融合***评估需要,按上述方法对该信息电力融合***的可靠性进行评估。
(402)依实际评估需求,如果需要评估多种打击情况下的信息电力融合***的可靠性,则重新设定新的移除节点比例,并重复步骤(3)和步骤(4),以获得不同打击条件下的***可靠性性能。
上述实施例仅用于说明本发明,而非对本发明的限制。任何熟悉本领域的技术人员,在本发明揭露的方法和技术范围内,可以做出许多可能的变化或替换,因此,凡是未脱离本发明方法的内容,依据本发明的技术实质对以上实施例所做的任何简单修改及等同变化,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于流关联分析的信息电力融合***可靠性评估方法,将信息电力融合***映射为双层耦合网络,通过对双层耦合网络在基于流关联的故障级联失效下的剩余最大连通片的占比进行分析,从而对该信息电力融合***的可靠性进行评估,其中,包括以下步骤:
依据信息电力融合***中信息层的设备拓扑、数据流源节点和目的节点以及数据流路径信息,确定双层耦合网络中的网络A和存在的流;依据信息电力融合***中电力层的设备信息确定双层耦合网络中的网络B;依据信息电力融合***中信息层设备和电力层设备的连接状态确定双层耦合网络中的连接关系;依据信息电力融合***中信息层设备和电力层设备之间的故障关联概率确定双层耦合网络中的节点连接关系和跨层影响因子;
具体包括:
步骤1—1:将信息电力融合***中的信息层映射为双层耦合网络中的网络A;将信息电力融合***信息层设备映射为双层耦合网络中网络A的节点,且不考虑节点之间的差异;合并信息电力融合***信息层内同一方向上的单条或多条信息通信线路以消除多重边和自环;将信息电力融合***信息层内的单条或多条信息通信线路合并为双层耦合网络中网络A的边;用邻接矩阵A=[ai,j]表示双层耦合网络的网络A的拓扑结构,ai,j的定义如下:若双层耦合网络的网络A内,节点i和节点j之间存在边,则ai,j取值为1,否则取值为0;
步骤1—2:假如在信息电力融合***的信息层中,某条数据流由设备i传递至设备j,则在双层耦合网络的网络A中,该数据流映射为流fi,j,网络A中的节点i和节点j是流fi,j的源节点和目的节点,同时该数据流在原信息层经过的节点及其顺序与fi,j在网络A中经过的节点及其顺序一致;
步骤1—3:将信息电力融合***中的电力层映射为双层耦合网络中的网络B;将信息电力融合***电力层设备映射为双层耦合网络中网络B的节点,且不考虑节点之间的差异;合并信息电力融合***电力层内同一方向上的单条或多条电力线路以消除多重边和自环;将信息电力融合***电力层内的单条或多条信息通信线路合并映射为双层耦合网络中网络B的边;用邻接矩阵B=[bi,j]表示双层耦合网络的网络B,bi,j的定义如下:若双层耦合网络的网络B内,节点i和节点j之间存在边,则bi,j取值为1,否则取值为0;
步骤1—4:用矩阵C=[ci,j]记录信息电力融合***中信息层设备和电力层设备的连接状态,从而确定双层耦合网络中网络A和网络B的连接关系;如果信息电力融合***中信息层内的设备i与信息电力融合***电力层中的设备j相连接,则在双层耦合网络中,网络A内的节点i与网络B内的节点j相连接,ci,j取值为1,否则ci,j取值为0;
步骤1—5:通过***分析或者既往数据观测,获得信息电力融合***中信息层设备和电力层设备之间的故障关联概率,并映射为双层耦合网络中的跨层影响因子αi,j和βi,j,其中αi,j和βi,j定义如下:如果信息电力融合***中,信息层内的设备i与电力层中的设备j相连接,信息层内设备i对电力层中设备j的故障关联概率为a,则αi,j取值为a;如果信息电力融合***中,电力层内的设备i与信息层中的设备j相连接,电力层内设备i对信息层中设备j的故障关联概率为b,则βi,j取值为b。
2.一种基于流关联分析的信息电力融合***可靠性评估方法,包括以下步骤:
步骤1:依据信息电力融合***中信息层的设备拓扑、数据流源节点和目的节点以及数据流路径信息,确定双层耦合网络中的网络A和存在的流;依据信息电力融合***中电力层的设备信息确定双层耦合网络中的网络B;依据信息电力融合***中信息层设备和电力层设备的连接状态确定双层耦合网络中的连接关系;依据信息电力融合***中信息层设备和电力层设备之间的故障关联概率确定双层耦合网络中的节点连接关系和跨层影响因子;
步骤2:根据对信息电力融合***可靠性的评估需要,在步骤1所获得的双层耦合网络中初始移除一定比例的节点;
步骤3:基于流关联的故障级联失效规则,计算移除节点所导致的双层耦合网络中故障级联失效,获得剩余双层耦合网络最大连通片的占比;
步骤4:双层耦合网络中基于流关联的故障级联失效停止后,得到最终的剩余双层耦合网络最大连通片的占比,以此作为评价信息电力融合***可靠性的指标。
3.根据权利要求2所述的方法,其特征在于:
所述方法的步骤2中,依据实际评估需要确定初始移除节点比例,如果需要评估信息电力融合***在较大设备失效下的可靠性,则选取较大的初始移除节点比例;反之,则选取较小的初始移除节点比例。
4.根据权利要求2所述的方法,其特征在于:
所述方法的步骤3中,基于流关联的故障级联失效规则如下:
(1)双层耦合网络的网络B内节点j失效,则其连接的双层耦合网络的网络A中节点i依跨层影响因子βj,i概率发生失效;在双层耦合网络中移除失效节点及与失效节点连接的边;
(2)双层耦合网络的网络A内节点j失效,则其连接的双层耦合网络的网络B中节点i跨层影响因子αj,i概率发生失效;在双层耦合网络中移除失效节点及与失效节点连接的边;
(3)双层耦合网络的网络A中,若一条流fi,j的源节点或目的节点或任意途经节点失效,则认为该条流失效,进而判定该条流的目的节点j失效;该目的节点所连接的双层耦合网络的网络B中节点i依跨层影响因子αj,i概率发生失效,在双层耦合网络中移除失效节点、失效流及与失效节点连接的边。
5.根据权利要求2所述的方法,其特征在于:
所述方法的步骤3中,计算移除节点所导致的双层耦合网络中故障级联失效,包括以下步骤:
步骤3—1:当网络A中某些流的源节点或目的节点或任意途经节点被移除,基于流关联的故障级联失效规则,在网络A中移除这部分流及这部分流的目的节点,并移除这部分节点相连的链路;移除网络A中不与任意其他节点相连接的节点及其相连的链路;
步骤3—2:依跨层影响因子,移除网络B内与被移除的网络A中节点相连接的节点,并移除网络B中与这些节点相连的链路;移除网络B中不与任意其他节点相连接的节点及其相连的链路;计算此时剩余双层耦合网络最大连通片的占比;依跨层影响因子,移除网络A内与被移除的网络B中节点相连接的节点;
步骤3—3:重复步骤3—1和步骤3—2为一轮,若某轮故障级联失效计算后,剩余双层耦合网络的网络最大连通片与上一轮故障级联失效后的状态一致,则基于流关联的故障级联失效计算过程终止。
6.根据权利要求2所述的方法,其特征在于:
所述的步骤3中,剩余双层耦合网络最大连通片的占比计算方式如下:
某轮故障级联失效后,统计此时存在于双层耦合网络内由网络A和网络B的剩余节点所组成的最大连通片内的节点总数S,假如双层耦合网络的网络A和网络B的初始节点总数为N,则剩余双层耦合网络最大连通片的占比为S/N。
7.根据权利要求2所述的方法,其特征在于所述的步骤4中包含以下步骤:
步骤4—1:双层耦合网络中基于流关联的故障级联失效停止时,计算得到最后一轮级联失效后剩余双层耦合网络最大连通片的占比,以此作为评估信息电力融合***可靠性的指标;
步骤4—2:依实际评估需求,如果需要评估多种打击情况下的信息电力融合***的可靠性,则重新设定新的移除节点比例,并重复步骤3和步骤4,以获得不同打击条件下的***可靠性性能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910116330.XA CN109858822B (zh) | 2019-02-15 | 2019-02-15 | 一种基于流关联分析的信息电力融合***可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910116330.XA CN109858822B (zh) | 2019-02-15 | 2019-02-15 | 一种基于流关联分析的信息电力融合***可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109858822A CN109858822A (zh) | 2019-06-07 |
CN109858822B true CN109858822B (zh) | 2021-07-06 |
Family
ID=66898025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910116330.XA Active CN109858822B (zh) | 2019-02-15 | 2019-02-15 | 一种基于流关联分析的信息电力融合***可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109858822B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110719191A (zh) * | 2019-08-30 | 2020-01-21 | 中国电力科学研究院有限公司 | 一种面向次生失效的网络可靠性评估方法 |
CN114793200B (zh) * | 2021-01-25 | 2023-09-26 | 中国科学院沈阳自动化研究所 | 一种基于电力物联网网络结构的重要物联节点识别方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108320079A (zh) * | 2018-01-04 | 2018-07-24 | 浙江大学 | 考虑信息***连接与传输的电力二次***风险评估方法 |
-
2019
- 2019-02-15 CN CN201910116330.XA patent/CN109858822B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108320079A (zh) * | 2018-01-04 | 2018-07-24 | 浙江大学 | 考虑信息***连接与传输的电力二次***风险评估方法 |
Non-Patent Citations (2)
Title |
---|
不同耦合方式下相依网络的级联故障评估;王曦,张新刚;《通信与网络》;20171231;第112-114页 * |
物流基础设施***级联失效建模与脆弱性研究;何祥;《中国优秀硕士学位论文全文数据库 基础科学辑》;20180615;摘要,正文第14-15,22,27-29,34-36,38-46页,图2.1,3.5-3.8 * |
Also Published As
Publication number | Publication date |
---|---|
CN109858822A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106789190B (zh) | 一种电力通信网脆弱性评估及路由优化方法 | |
CN103607320B (zh) | 电力通信网抗毁性评价方法 | |
CN113705085B (zh) | 一种智能电网多层次结构建模及风险评估方法 | |
CN109858822B (zh) | 一种基于流关联分析的信息电力融合***可靠性评估方法 | |
CN111130898B (zh) | 基于业务特征和节点可靠性的电力通信网故障恢复方法 | |
CN110428191B (zh) | 配电网脆弱节点辨识的方法 | |
CN109039699B (zh) | 一种QoS约束的电力OTN通信网服务故障恢复方法 | |
CN109670611A (zh) | 一种电力信息***故障诊断方法及装置 | |
CN111475953A (zh) | 供能可靠性影响分析方法、装置设备及存储介质 | |
CN105301602B (zh) | 一种基于灰色关联度导航卫星完好性关键点综合识别方法 | |
CN111160661B (zh) | 一种电力通信网可靠性优化方法、***以及设备 | |
CN107301479B (zh) | 基于自然灾害风险的输电***多场景规划方法 | |
CN110213087B (zh) | 一种基于动态多层耦合网络的复杂***故障定位方法 | |
He et al. | Topological approach to measure network recoverability | |
CN116667881B (zh) | 一种基于快速密度聚类的电力通信网关键链路评估方法 | |
CN114567562B (zh) | 一种电网与通信网耦合网络关键节点识别的方法 | |
CN112866009B (zh) | 一种综合服务站虚拟网络故障诊断方法及装置 | |
CN108322334A (zh) | 一种电力通讯***可靠性评估方法 | |
CN109167356B (zh) | 一种n-2故障筛选方法 | |
CN103258114A (zh) | 一种基于多中心性测度的最小断点集脆弱性分析方法 | |
CN111539635A (zh) | 一种基于网络级联分析的制造服务协作失效消解方法 | |
CN111147304A (zh) | 基于网络故障特征的电力通信网可靠性提升方法 | |
CN107818414B (zh) | 一种大规模交直流混联电网n-2预想事故集的生成方法 | |
Li et al. | A practical approach for network application reliability assessment | |
US11983472B2 (en) | Method for identifying fragile lines in power grids based on electrical betweenness |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |