CN106027301A - 一种电力异构通信网络系统中搜索关键问题节点的方法 - Google Patents

Abstract

一种电力异构通信网络系统中搜索关键问题节点的方法，所述方法引入复杂网络的自组织临界性理论，并且应用迭代方法找到能够导致电力异构通信网络从自组织状态转变为临界状态的关键网络节点，从而避免网络出现大面积的连锁故障，提高电力通信网络系统的可靠性。所述方法的步骤包括判断网络是否满足复杂性；对大型电力异构通信网络进行区域划分；在划分的区域网络中进行节点搜索，找到关键故障节点；快速修复关键故障节点或制定切断关键故障节点方案；搜索其他三角剖分划分的局部网络区域。

Description

一种电力异构通信网络系统中搜索关键问题节点的方法

技术领域

本发明涉及一种电力异构通信网络系统中搜索关键问题节点的方法，属电力通信网络技术领域。

背景技术

随着能源互联网概念的提出，特别是智能电网的构建，电力网络的智能化的地位日益凸显，其中电力网络智能化的基础是电力通信网络；电力通信网络覆盖范围之广、拓扑结构之复杂以及节点变化之快，其网络的统计参数符合复杂网络的特征，故不能用一般的网络的随机过程方式进行分析；随着复杂网络理论的发展，人类对复杂网络认识也逐步更加深刻；复杂网络随着网络规模变大、网络拓扑结构的复杂，其根据随机几何理论推导，其拥有许多宏观特性，如：小世界理论、自相似性、不可逆性以及自组织临界性等，其中自组织临界性在网络分析中具有不可替代的重要地位。在相关的研究中，可以得到电力通信调度数据网络具有网络的复杂性和脆弱性；除了电力通信调度数据网络外，用于计量采集以及大数据分析的电力异构通信网络，其网络更为复杂，其网络更易发生大面积故障。自组织临界性对于分析网络故障，特别是由于一个微小的故障引起的连锁故障模型，是有效的理论分析工具，在电力系统一次网络中，对于大电力网络的自组织临界性的分析已有相关研究；然而电力通信异构网络的自组织临界性的分析，以及相关网络安全运行的研究相对较少，正是基于此问题，本文拟采用自组织临界性分析电力异构通信网络的稳定性，根据推导，找到故障的关联度，根据故障关联度以及自组织临界性的假设，分析数据积累 驱动预测时间阈值，判定电力通信异构网络的故障类型以及故障发生关系，提出避免电力通信异构网络连锁故障的措施，从而提高电力通信异构网络的稳定性。电力通信网络，特别是电力异构通信网络，其系统复杂性体现在传输介质多，如无线介质、光纤介质、微波介质以及电力线介质；并且分布节点多，包括变电站、电力设备以及部分电线均分布着通信节点；同时需要传输的数据多，包括调度数据，采集数据以及电量计量数据等，故不能用传统的单一模式下的电力通信网络的方法分析；复杂网络为多种介质异构通信网络的分析提供了理论基础，特别是自组织临界性，其考虑了异构电力通信网络内在的特点，以动力学和随机几何为理论分析工具，建立自组织临界性模型，根据自组织临界的特点，提出防止连续大面积故障的措施。

发明内容

本发明的目的是，为了提高电力异构通信网络的稳定性，避免出现网络节点的出现连锁故障，出现大面积的网络瘫痪，本发明公开一种电力异构通信网络系统中搜索关键问题节点的方法。

实现本发明的技术方案如下：一种电力异构通信网络系统中搜索关键问题节点的方法，包括如下步骤：

步骤A，所述方法考虑的是大型电力异构通信网络，其网络满足复杂网络的特征，故判断网络是否满足复杂性；

步骤B，对符合步骤A的大型电力异构通信网络进行区域划分，其划分采用高效的三角剖分理论；

步骤C，在划分的区域网络中进行节点搜索，找到关键故障节点，即能够将网络由自组织状态改变到临界状态的故障节点；

步骤D，快速修复关键故障节点或制定切断关键故障节点方案；

步骤E，按照此方法搜索其他三角剖分划分的局部网络区域。

所述步骤A具体包括：

A1，根据网络节点和拓扑结构，计算网络节点的出度和入度；

A2，根据网络节点和拓扑结构，计算网络节点的出度和入度的最小值；

A3，判断网络是否满足以下关系，其表达式为：

$P_I\left(k_i\right)=C_i{h_i}^{-{\mathrm{\α}}_i}$

$P_O\left(k_o\right)=C_o{k_o}^{-{\mathrm{\α}}_o}$

其中，k_i为网络节点的入度；k_o为网络节点的出度；C_i为输入端归一化常数；C_o为输出端归一化常数；P_I(k_i)为入度分布函数；P_O(k_o)为出度分布函数；α_i为入度无标度指数特性；α_o为出度无标度尺度特性。

所述步骤C具体包括：

C1，设在划分好的三角网络区域中的网络节点数值为e(x,y)，并且根据网络节点设置临界节点数值e_c；

C2，随机选择一个三角区域e(x,y)，增加节点，判断是否处于临界值；

C3，如果e(x,y)＞e_c

e(x,y)＝e(x,y)-4

e(x±1,y)＝e(x±1,y)+1

e(x,y±1)＝e(x,y±1)+1

C4，存储坐标，形成坐标序列N(t)；按照下面公式搜索概率进行搜索：

p_m(t)＝σN^β(t)+p_m(t-1)

其中，p_m(t-1)为故障概率，σ是比例系数，β是调整因子，此因子可以 加速搜索算法的收敛性，其取值范围为0≤β≤1。

本发明的有益效果是，本发明引入复杂网络的自组织临界性理论，并且应用迭代方法找到能够导致电力异构通信网络从自组织状态转变为临界状态的关键网络节点，从而避免网络出现大面积的连锁故障，提高电力通信网络系统的可靠性。

附图说明

图1为本发明方法流程图；

图2为已有技术与本发明的方法的平均速率损失曲线和故障控制曲线；其中：

图2(a)为已有技术与本发明的方法的平均速率损失曲线比较；

图2(b)已有技术与本发明的方法的故障控制曲线比较。

具体实施方式

下面结合附图和具体实施方式，对本发明做进一步说明。

电力异构通信网络控制方法的具体步骤如下：

步骤A，判断网络是否为大型电力异构通信网络，其网络满足复杂网络的特征，判断网络是否满足复杂性：

A1，根据网络节点和拓扑结构，计算网络节点的出度和入度；

A2，根据网络节点和拓扑结构，计算网络节点的出度和入度的最小值；

A3，判断网络是否满足以下关系，其表达式为

$P_I\left(k_i\right)=C_i{k_i}^{-{\mathrm{\α}}_i}$

$P_O\left(k_o\right)=C_o{k_o}^{-{\mathrm{\α}}_o}$

步骤B，符合步骤A的大型电力异构通信网络进行区域划分，起划分采用高效的三角剖分理论；

步骤C，在划分的区域网络中进行节点搜索，找到关键故障节点：

C1，设在划分好的三角网络区域中的网络节点数值为e(x,y)，并且根据网络节点设置临界节点数值e_c；

C2，随机选择一个三角区域e(x,y)，增加节点，判断是否处于临界值；

C3，如果e(x,y)＞e_c

e(x,y)＝e(x,y)-4

e(x±1,y)＝e(x±1,y)+1

e(x,y±1)＝e(x,y±1)+1

C4，存储坐标，形成坐标序列N(t)；按照下面公式搜索概率进行搜索

p_m(t)＝σN^β(t)+p_m(t-1)

其中，p_m(t-1)为故障概率，σ为比例系数，β是调整因子；β调整因子可以加速搜索算法的收敛性，其取值范围为：0≤β≤1。

步骤D，快速修复关键故障节点或制定切断关键故障节点方案；

步骤E，按照此方法搜索其他三角剖分划分的局部网络区域。

在电力异构通信网络中，基本采用规则的网络结构，即临近的通信网络的节点数是耦合网络，全局网络也是耦合网络；本文从一个含有局部网络构建开始，逐次展开网络的布局；对随机故障的概率设为p＝0.005，在电力异构通信网络中，可以认为网络具有复杂性，特别是具有无标度性；根据此方法建立一个节点为300个的无标度复杂网络的局部观测区域，其网络的平均度为5，度的最大值为30。为了具有与实际网络一样的特点，特别是连锁故障的设置为20000次。

由图2(a)所示，根据网络通信链接故障比例的增大，电力通信网络的平均速率损失增大，特别是在0.3附近的情况下，平均速率损失陡然上升，然而根据自组织临界性设计的遗传算法的处理下，其平均速率损失逐渐下降到比例较小的水平，即出去自组织状态，故达到了控制电力通信网络大面积故障的损失的目的，而没有应用自组织临界性的网络，其速率损失一直上升，从而发生了大面积电力异构通信网络瘫痪的事件。

由图2(b)所示，在不同类型的复杂网络和耦合规则网络中，由于采用了本文所提出的基于自组织临界性改进遗传算法，能够有效搜索到决定整个系统的网络故障节点，从而使得整个网络处于自组织状态，远离临界状态，可以看到算法具有鲁棒性；故可以得到，此算法可以有效的避免电力异构通信网络的大面积瘫痪事件的发生。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (3)

1.一种电力异构通信网络系统中搜索关键问题节点的方法，其特征在于，所述方法包括如下步骤：

步骤A，所述方法考虑的是大型电力异构通信网络，其网络满足复杂网络的特征，故判断网络是否满足复杂性；

步骤B，对符合步骤A的大型电力异构通信网络进行区域划分，其划分采用高效的三角剖分理论；

步骤C，在划分的区域网络中进行节点搜索，找到关键故障节点，即能够将网络由自组织状态改变到临界状态的故障节点；

步骤D，快速修复关键故障节点或制定切断关键故障节点方案；

步骤E，按照此方法搜索其他三角剖分划分的局部网络区域。

2.根据权利要求1所述的方法，其特征在于，其中，步骤A具体包括：

A1，根据网络节点和拓扑结构，计算网络节点的出度和入度；

A2，根据网络节点和拓扑结构，计算网络节点的出度和入度的最小值；

A3，判断网络是否满足以下关系，其表达式为：

$P_I\left(k_i\right)=C_i{k_i}^{-{\mathrm{\α}}_i}$

$P_O\left(k_o\right)=C_o{k_o}^{-{\mathrm{\α}}_o}$

其中，k_i为网络节点的入度；k_o为网络节点的出度；C_i为输入端归一化常数；C_o为输出端归一化常数；P_I(k_i)为入度分布函数；P_O(k_o)为出度分布函数；α_i为入度无标度指数特性；α_o为出度无标度尺度特性。

3.根据权利要求1所述的方法，其特征在于，其中，步骤C具体包括：

C1，设在划分好的三角网络区域中的网络节点数值为e(x,y)，并且根据网络节点设置临界节点数值e_c；

C2，随机选择一个三角区域e(x,y)，增加节点，判断是否处于临界值；

C3，如果e(x,y)＞e_c

e(x,y)＝e(x,y)-4

e(x±1,y)＝e(x±1,y)+1

e(x,y±1)＝e(x,y±1)+1

C4，存储坐标，形成坐标序列N(t)；按照下面公式搜索概率进行搜索

p_m(t)＝σN^β(t)+p_m(t-1)

其中，p_m(t-1)为故障概率，σ是比例系数，β是调整因子，此因子可以加速搜索算法的收敛性，其取值范围为0≤β≤1。