CN114567562A - 一种电网与通信网耦合网络关键节点识别的方法 - Google Patents
一种电网与通信网耦合网络关键节点识别的方法 Download PDFInfo
- Publication number
- CN114567562A CN114567562A CN202210197786.5A CN202210197786A CN114567562A CN 114567562 A CN114567562 A CN 114567562A CN 202210197786 A CN202210197786 A CN 202210197786A CN 114567562 A CN114567562 A CN 114567562A
- Authority
- CN
- China
- Prior art keywords
- node
- importance
- nodes
- coupling
- network
- 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.)
- Granted
Links
- 230000008878 coupling Effects 0.000 title claims abstract description 73
- 238000010168 coupling process Methods 0.000 title claims abstract description 73
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 73
- 238000004891 communication Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012163 sequencing technique Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000011156 evaluation Methods 0.000 abstract description 23
- 238000004364 calculation method Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005494 condensation Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种电网与通信网耦合网络关键节点识别的方法,首先建立电力和通信耦合网络模型,并且提出了考虑电力通信网业务的耦合强度,采用基于TOPSIS的电网节点重要度评估方法对电网节点重要度进行排序,使用业务流介数指标计算通信网节点重要度,从而建立了耦合网络节点重要度的评估指标,对耦合网络关键节点的识别有重要意义。
Description
技术领域
本发明属于智能电网的分析领域,具体涉及一种电网与通信网耦合网络关键节点识别的方法。
背景技术
智能电网作为现代社会发展的基础设施是不可或缺的。由于智能电网建设对社会的发展非常重要,特别是发达国家,对电力的高度依赖要求智能电网具有很高的可靠性和可用性。智能电网中重要节点的故障将导致大规模停电,并可能影响经济和国家安全。虽然通信***为电力***提供了技术保障,但通信***失效所诱发的后果也将会十分严重。因此,识别***重要节点,加强电力***加固、继电保护、增强智能电网弹性,防止负荷中断,保护生命财产不受停电后果的影响。节点重要性评价作为评估智能电网脆弱性的重要组成部分,可以为电力***的安全运行和规划提供重要的指导决策。
目前,对于智能电网中关键节点的识别,已经有了很多不同的研究。有发明提出了几个评估智能电网关键节点的指标,例如传输效能、凝聚度等指标,针对这些指标对节点进行评估;有发明使用度中心度、紧密中心度和中介中心度三个指标对指标重要度进行权衡,实现了对电力通信网关键节点识别。但这些发明大多是从局部或者仅考虑节点的静态指标,使得对节点的重要度评估比较局限。在此背景下,本发明从节点所处的局部环境、全局属性以及基于网络拓扑结构的节点删除对网络连通性的破坏三个不同的角度选取指标,同时考虑了节点负荷的等级,评估节点在电网中的重要度,使用TOPSIS(Technique forOrder Preference by Similarity to an Ideal Solution)方法对电网节点综合重要度进行评估。然后考虑电力通信网中不同类型的电力节点所承载的电力业务,提出网络业务流介数的指标,对电力通信网的节点进行重要度评估。最后将电网节点的重要度与电力通信网业务重要度通过耦合系数结合起来进行耦合网络关键节点的识别。
发明内容
有鉴于此,本发明的目的是提供一种电网与通信网耦合网络关键节点识别的方法。能够克服现有技术的不足,准确识别耦合网络关键节点,最终降低级联故障发生后网络性能和一致性所受到的影响。
本发明的目的是通过以下技术方案实现的:
一种电网与通信网耦合网络关键节点识别的方法,包括以下步骤:
步骤1:建立电网和通信网相耦合网络的模型;
步骤2:根据电力通信网业务计算耦合强度;
步骤3:对电网使用基于TOPSIS的节点重要度方法进行排序;
步骤4:使用流介数的指标计算电力通信网节点重要度;
步骤5:将电网节点重要度、通信网节点重要度用耦合强度连接起来计算耦合网络中节点重要度,从而对网络关键节点进行识别。
进一步,所述步骤2中,将电力节点与通信节点之间的耦合关系用耦合矩阵来O表示:
式中,dpc表示电力节点p到通信节点c的弱耦合边的耦合强度,SI(p)表示电力节点p所有通信业务的重要度之和,表示经过通信节点c且属于电力节点p的k类业务的重要度,若通信节点c上不承载电力节点p的第k类业务,则Lk表示第k类业务在两节点传输的路径长度,用跳数计算。K为业务种类数,P是电力节点集合。
进一步,所述步骤3中,提出基于TOPSIS的智能电网节点综合重要度排序方法,包括以下步骤:
Step 1:构造决策矩阵。假设智能电网中有m个待评估节点,各节点有n个重要度评价指标值,那么由所有节点的指标值构成如下的决策矩阵:
Step 2:规范化决策矩阵。将决策矩阵的元素进行规范化,公式为
Step 3:构造权重规范化矩阵。根据评价指标对评价结果的贡献度,构建权重矩阵ω=[w1,w2,...,wn],将规范化矩阵的第j列乘以它的权重ωj得到加权规范化矩阵C(cij)m×n;
Step4:确定正理想解C*和负理想解C0:
其中:
Step 5:计算每个待评估节点到正/负理想解的欧式距离,待评估节点到正理想解的距离为S*,到负理想解的距离为S0,S*和S0分别为:
Step 6:计算理想解的贴近度fi,fi的计算公式为:
上式中理想解的贴近度fi=[0,1],贴近度值越大,节点的重要度越高;当fi=0表示该节点排序最靠后,当fi=1是表示该节点排序最靠前。
进一步,所述步骤4中,定义节点k的网络流介数为:
其中,N为节点数,m(i,j)为节点i和j间的最大流,mk(i,j)为节点i和j间最大流通过节点k的流量。采用下列公式计算流介数:
S(k)={(i,j):1≤i≤N;1≤j≤N;i≠j≠k}
其中,M=[mij]N×N为最大流矩阵,mij为节点i和j间的最大流。
将流介数应用于通信网中,结合各类业务的重要度,得到网络流介数指标,如下:
进一步,所述步骤5中,当一个电网节点失效时,如果这个节点是重要节点,该节点会引起耦合网络的级联失效,从而导致与其相连的通信网节点失效。不论是通信网还是电网节点失效,都会让网络的可靠性受到影响。将电网节点重要度和与它相连的通信节点的重要度结合起来考虑,评价的结果会更加准确。定义耦合网络中电网节点i的重要度为
I=IP+opcIC
其中,IP表示电网节点的重要度,IC表示与电网节点相连的通信网节点的重要度,opc表示耦合网络的耦合强度。
本发明的有益效果是:
本发明分别从电网和通信网两个网络节点的重要度对耦合网络的关键节点识别问题进行分析,提供了综合评估节点重要度的方法,对耦合网络的节点重要度问题提供了新的评估方法,并将耦合强度分为强耦合、弱耦合以及没有耦合三种情况来判断节点的重要程度,具有实际意义。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为整体流程图;
图2为基于TOPSIS的智能电网节点综合重要度的计算流程图;
图3为智能电网节点重要度评估指标体系图;
图4为耦合网络节点重要度的示意图。
具体实施方式
以下将参照附图,对本发明的优选实施例进行详细的描述。
本发明给出了电网和通信网耦合模型,电网节点重要度评价指标,并且对指标的权重进行确定,提供了电网节点重要度的评估方法,然后给出电力通信网流介数指标,最后给出了节点重要度综合评估指标。
步骤一:建立电力和通信网耦合网络模型;
GP(VP,EP)表示电网P,VP是网络P中节点的集合,EP是网络P中输电线路的集合。m表示网络P中电网节点的总数,n表示络P中输电线路的总数。电网P的邻接矩阵是m×m的实对称矩阵,设节点pi、pj∈V,若节点pi、pj之间存在输电线路,则pij=1,否则pij=0。同样地,GC(VC,EC)表示通信网络C,VC是网络C中节点的集合,EC是网络C中输电线路的集合。x表示网络C中电网节点的总数,y表示网络C中输电线路的总数。通信网C的邻接矩阵是x×x的实对称矩阵。
电网P与通信网络C通过耦合支路彼此作用形成电网与通信网耦合网络。P与C形成的融合网络IM,其邻接矩阵是维度为m×x的矩阵,设节点pi∈VP、cj∈VC,若节点pi、cj之间存在强耦合支路,则im=1,若节点pi、cj之间存在弱耦合支路,则im=dpc,否则im=0。因此电力信息物理***的矩阵表达形式为
如图4所示,电网集合为GP={p1,p2,…p7},通信网集合为GC={c1,c2,…c7},耦合强度集合为OPC={opc1,opc2,…opc7}。由于电网节点和通信网节点间的耦合强度不同,因为我们将电网节点和通信网节点连接的时候需要将两点之间的耦合强度考虑在内,这样连接使得节点重要度的评估需要综合考虑电网节点重要度、通信网节点重要度以及耦合强度,而不仅仅考虑电网节点重要度,图4根据重要度大小以及耦合强度大小与集合所占面积大小相对应,重要度越大则集合越大,耦合强度越大则集合所示矩形越宽。
步骤二:计算电力和通信耦合网络的耦合强度;
步骤三:对电网使用基于TOPSIS的节点重要度方法进行排序;
本发明分别从节点所处的局部环境、节点在网络中的全局属性以及基于网络拓扑结构的节点删除对网络连通性的破坏三个不同的角度选取指标,同时考虑节点负荷的等级,评估节点在智能电网中的重要度。
使用变异系数法确定指标权重。
基本步骤如下:
Step 1:建立评价矩阵,本文建立的智能电网节点综合重要度评价指标体系有4个指标,假设待评估的智能电网有N个节点,根据各指标的计算公式得到评价矩阵:
在上述的评价矩阵中,xij为第i个节点的第j个评价指标值。
Step 2:计算各评价指标的标准差,标准差的计算公式为:
Step 3:计算每个指标的变异系数,计算公式为:
Step 4:对变异系数进行归一化处理,计算公式为:
通过以上步骤计算可得到各指标的变异系数,指标变异系数越大,表明该指标对综合评价结果的贡献越大。
Step 5:计算理想解的贴近度:fi,fi的计算公式为:
基于此,我们得到了电网中的节点i的重要度fi。
步骤四:使用流介数的指标计算电力通信网节点重要度。
将流介数应用于通信网中,得到网络业务流介数指标:
步骤五:将电网节点重要度、通信网节点重要度用耦合强度连接起来计算耦合网络中节点重要度,从而对网络关键节点进行识别。
将上述所得结果带入I=IP+opcIC计算节点的重要度。I的值越大,说明节点重要度越高,节点在网络中越关键,我们需要重点保护该节点;反之,当I的值小,说明节点相比于网络中其它节点重要度较低,关键程度也低。如图4所示,我们要综合考虑电网、通信网以及耦合系数的大小来计算节点重要度的大小,从而进行关键节点的识别。
本发明的创新之处在于首先建立了两个子模型:①评估电网与通信网这样一个耦合网络时,电网采用TOPSIS方法进行评估,通信网采用业务流介数指标进行评估,本发明将两个评估方法糅合在一起形成电网与通信网耦合网络的节点重要性评估模型,定义为A模型;②将节点重要度、通信网节点重要度以及耦合强度均抽象化为可进行大小排序的集合(如图4),考虑这样综合集合中的所有排序状态,形成集合随机排序模型B。随后将子模型A和B综合应用到判断节点的重要程度算法中,从而更加精确识别电网与通信网耦合网络中的关键节点。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种电网与通信网耦合网络关键节点识别的方法,其特征在于:所述方法包括以下步骤:
步骤一:建立电网和通信网相耦合网络的模型;
步骤二:根据电力通信网业务计算耦合强度;
步骤三:对电网使用基于TOPSIS的节点重要度方法进行排序;
步骤四:使用流介数的指标计算电力通信网节点重要度;
步骤五:将电网节点重要度、通信网节点重要度用耦合强度连接起来计算耦合网络中节点重要度,识别耦合网络的关键节点。
5.根据权利要求1所述的一种电网与通信网耦合网络关键节点识别的方法,其特征在于:所述步骤五中,定义耦合网络中电网节点i的重要度为
I=IP+opcIC
其中,IP表示电网节点的重要度,IC表示与电网节点相连的通信网节点的重要度,opc表示耦合网络的耦合强度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210197786.5A CN114567562B (zh) | 2022-03-01 | 2022-03-01 | 一种电网与通信网耦合网络关键节点识别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210197786.5A CN114567562B (zh) | 2022-03-01 | 2022-03-01 | 一种电网与通信网耦合网络关键节点识别的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114567562A true CN114567562A (zh) | 2022-05-31 |
CN114567562B CN114567562B (zh) | 2024-02-06 |
Family
ID=81716387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210197786.5A Active CN114567562B (zh) | 2022-03-01 | 2022-03-01 | 一种电网与通信网耦合网络关键节点识别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114567562B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115622902A (zh) * | 2022-12-19 | 2023-01-17 | 中国人民解放军国防科技大学 | 基于网络结构和节点价值的电信网节点重要度计算方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015070466A1 (zh) * | 2013-11-18 | 2015-05-21 | 国家电网公司 | 安全风险评估方法和装置 |
CN106506231A (zh) * | 2016-11-30 | 2017-03-15 | 大连大学 | 面向结构洞的指控网络关键节点识别方法 |
CN106533778A (zh) * | 2016-11-30 | 2017-03-22 | 大连大学 | 基于层级流介数的指控网络关键节点识别方法 |
CN106850254A (zh) * | 2016-12-20 | 2017-06-13 | 国网新疆电力公司信息通信公司 | 一种电力通信网中关键节点识别方法 |
CN107482626A (zh) * | 2017-08-17 | 2017-12-15 | 广东电网有限责任公司惠州供电局 | 一种区域电网关键节点识别方法 |
CN108009710A (zh) * | 2017-11-19 | 2018-05-08 | 国家计算机网络与信息安全管理中心 | 基于相似度和TrustRank算法的节点测试重要度评估方法 |
CN110474806A (zh) * | 2019-08-19 | 2019-11-19 | 国网甘肃省电力公司经济技术研究院 | 一种电力通信网关键节点识别方法 |
WO2021253758A1 (zh) * | 2020-06-18 | 2021-12-23 | 国网上海市电力公司 | 一种基于技术图谱的关键点识别方法 |
-
2022
- 2022-03-01 CN CN202210197786.5A patent/CN114567562B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015070466A1 (zh) * | 2013-11-18 | 2015-05-21 | 国家电网公司 | 安全风险评估方法和装置 |
CN106506231A (zh) * | 2016-11-30 | 2017-03-15 | 大连大学 | 面向结构洞的指控网络关键节点识别方法 |
CN106533778A (zh) * | 2016-11-30 | 2017-03-22 | 大连大学 | 基于层级流介数的指控网络关键节点识别方法 |
CN106850254A (zh) * | 2016-12-20 | 2017-06-13 | 国网新疆电力公司信息通信公司 | 一种电力通信网中关键节点识别方法 |
CN107482626A (zh) * | 2017-08-17 | 2017-12-15 | 广东电网有限责任公司惠州供电局 | 一种区域电网关键节点识别方法 |
CN108009710A (zh) * | 2017-11-19 | 2018-05-08 | 国家计算机网络与信息安全管理中心 | 基于相似度和TrustRank算法的节点测试重要度评估方法 |
CN110474806A (zh) * | 2019-08-19 | 2019-11-19 | 国网甘肃省电力公司经济技术研究院 | 一种电力通信网关键节点识别方法 |
WO2021253758A1 (zh) * | 2020-06-18 | 2021-12-23 | 国网上海市电力公司 | 一种基于技术图谱的关键点识别方法 |
Non-Patent Citations (5)
Title |
---|
XIUTING SUN: "Weighted power network node importance evaluation based on node deletion method", 《2021 INTERNATIONAL CONFERENCE ON ADVANCED ELECTRICAL EQUIPMENT AND RELIABLE OPERATION (AEERO)》 * |
孙秀婷: "电网与通信网耦合网络关键节点识别及鲁棒性优化研究", 《硕士电子期刊》 * |
宋欣桐: "复杂电网关键节点及线路辨识方法研究", 《硕士电子期刊》 * |
崔力民;耿子惠;舒勤;王鑫;: "考虑电网关联度的电力通信网关键环节识别", 电力建设, no. 05 * |
李莉;朱正甲;宋欣桐;彭柏;樊冰;吴润泽;: "基于业务的电力通信网重要节点辨识", 电力信息与通信技术, no. 06 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115622902A (zh) * | 2022-12-19 | 2023-01-17 | 中国人民解放军国防科技大学 | 基于网络结构和节点价值的电信网节点重要度计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114567562B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110971525B (zh) | 一种面向电力通信网的业务运行的业务路由寻址方法 | |
CN105376156A (zh) | 一种基于多属性决策的电力骨干传输网路由规划方法 | |
CN113705085B (zh) | 一种智能电网多层次结构建模及风险评估方法 | |
CN105721228A (zh) | 基于快速密度聚类的电力通信网节点重要性评估方法 | |
CN106485089A (zh) | 谐波用户典型工况的区间参数获取方法 | |
CN112966385A (zh) | 配电网网架拓扑薄弱点辨识方法与*** | |
CN114567562A (zh) | 一种电网与通信网耦合网络关键节点识别的方法 | |
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 | |
CN112257950A (zh) | 应用于电力市场的交易路径配置方法及计算机可读存储介质 | |
CN111191867B (zh) | 电力***复杂网络的可靠性评估方法 | |
CN114598612B (zh) | 电力通信融合网络级联失效模型及节点脆弱性评估方法 | |
CN116667336A (zh) | 台区光伏配电网信息网络节点评估方法、***与电子设备 | |
CN108122054B (zh) | 一种基于图计算的电力***拓扑实时计算方法 | |
CN115577292A (zh) | 基于抽象对偶网络和连锁故障超网络的脆弱线路辨识方法 | |
CN115622041A (zh) | 一种基于复杂网络的配电网***综合性能评估方法 | |
CN113569961B (zh) | 一种电网节点分类方法及计算机可读介质 | |
CN112287494B (zh) | 一种船舶直流供配电***网络结构优化设计的方法 | |
CN110889614A (zh) | 基于scada大数据的电网***重要用户供电风险分析方法 | |
Gan et al. | Node importance ranking algorithm based on grey relational degree | |
Shi | A method of optimizing network topology structure combining Viterbi algorithm and Bayesian algorithm | |
Luo et al. | Critical node identification of power wireless private communication network based on complex network | |
Wang et al. | Dynamic resource virtualisation method for survivability enhancement based on SDN | |
Fenu et al. | A model of assessment of collateral damage on power grids based on complex network theory | |
US11983472B2 (en) | Method for identifying fragile lines in power grids based on electrical betweenness | |
CN107506897A (zh) | 平衡节点岛向外扩散的电网稳态数据检测辨识与修正方法 |
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 |