CN106961350A - 一种智能电网级联故障的仿真控制方法 - Google Patents

Abstract

本发明涉及一种智能电网级联故障的仿真控制方法，针对现有电网建模方法的缺陷，综合考虑电网的物理特性和拓扑特性，提出了一种新的级联故障仿真建模的思路，以无向加权图为基础，能够有效分析电网级联故障和鲁棒性，为解决级联故障和分析电网脆弱性提供依据，也为电网实际数据的分析和电网安全性的保护提供了理论分析方法。

Description

一种智能电网级联故障的仿真控制方法

技术领域

本发明涉及一种智能电网级联故障的仿真控制方法，属于电网级联故障控制技术领域。

背景技术

近年来，全球范围内发生了多起大规模连锁性停电事件。这些大规模停电事故给国家经济，社会稳定和人民生活都带来了巨大的影响，国内外学者从各个方向和角度，通过理论建模和数据分析，对连锁大停电的机理展开了广泛而深入的研究。这些研究表明，事故往往是由少数薄弱环节的故障引发，在电网中进行级联故障的传播而导致最终严重事故的发生。研究工作主要集中在两大类，一类基于经典电路理论(例如基尔霍夫定律)和电网电气特性的研究，仿真关注于电网的物理特性，以阻抗或电抗作为权重，节点或边的移除会导致电网负载重新分配，电力供求关系的失衡导致一部分节点或边超出其负载而发生级联故障。另一类基于电网拓扑结构的分析，利用复杂网络理论建立模型并进行稳定性和鲁棒性的分析，主要从拓扑结构的角度考虑了智能电网的级联故障，关注于电网的整体特征和动态行为，研究了拓扑特征参数和系统行为的内在联系，从宏观结构上分析了电网发生级联故障时的情况。

以上这两种方法的建模和分析互有欠缺：第一，在基于经典电路理论的建模中，各元件的个体动态特性起到了决定性的作用，并且元件特性的微分代数方程的求解会消耗大量的计算机资源；第二，基于复杂网络的建模将电网进行抽象和简化，主要关注于电网的统计学特性，电网的物理特性考虑不全面。

发明内容

本发明所要解决的技术问题是提供一种针对现有电网建模方法的缺陷，综合考虑电网的物理特性和拓扑特性，以无向加权图为基础，能够有效分析电网级联故障和鲁棒性，为解决级联故障和分析电网脆弱性提供依据的智能电网级联故障的仿真控制方法。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种智能电网级联故障的仿真控制方法，针对预设存在电网级联故障的智能电网进行仿真控制，包括如下步骤：

步骤A.根据实际电网布局，以发电站、传输站、接收站分别作为不同类型顶点，彼此之间传输线为边，以及传输线的潮流值作为对应边的权值，构建无向加权图，然后初始化a＝0，并进入步骤B；

步骤B.根据无向加权图中各边的权值，针对无向加权图中所有存在联系的两顶点组合，基于权值累加，分别获得各两顶点组合中两顶点之间的最短路径，进而获得无向加权图中所有两顶点组合对应的所有最短路径，作为或更新无向加权图所对应的所有最短路径，然后进入步骤C；

步骤C.根据无向加权图所对应的所有最短路径，分别针对无向加权图中的各边，获得边所对应的边介数，然后基于a进行判断操作，其中，若a＝0，则将该边介数作为该边的初始负载，并将初始负载的(1+α)倍，作为该边的最大负载，进而获得无向加权图中各边的初始负载和最大负载，然后进入步骤D；若a≠0，则将该边介数作为该边的当前负载，进而获得无向加权图中各边的当前负载，并进入步骤E；α表示预设边的耐受性参数；

步骤D.根据预设规则移除无向加权图中的一条边，并针对a所对应的值进行加1更新，然后返回步骤B；

步骤E.判断无向加权图中是否存在边的当前负载大于其最大负载的情况，是则将所有该情况所对应的边移除，并返回步骤B；否则针对预设存在电网级联故障的智能电网进行仿真控制结束。

作为本发明的一种优选技术方案：还包括步骤F，所述步骤E中，当判断无向加权图中不存在边的当前负载大于其最大负载的情况后，则进入补入步骤F，如下：

步骤F.判断无向加权图中是否存在不含有发电站所对应顶点的独立子无向加权图，是则将该子无向加权图移除，针对预设存在电网级联故障的智能电网进行仿真控制结束；否则针对预设存在电网级联故障的智能电网进行仿真控制直接结束。

作为本发明的一种优选技术方案：还包括步骤G，以及所述步骤A中，还包括获得所构建无向加权图对应的网络效率，作为初始网络效率；

当所述针对预设存在电网级联故障的智能电网进行仿真控制结束后，进入步骤G；所述步骤G如下：

步骤G.获得无向加权图所对应的网络效率，作为当前网络效率，根据初始网络效率，获得智能电网发生电网级联故障后网络效率的变化百分比。

作为本发明的一种优选技术方案：所述无向加权图所对应的网络效率，按如下公式进行获得：

其中，E表示无向加权图所对应的网络效率，l∈A，m∈A，l≠m，A表示无向加权图中所有顶点所对应的集合，N表示无向加权图中所有顶点所对应集合A中顶点的数量，dis(i,j)表示顶点l和顶点m之间基于边所对应权值累加的最短路径长度。

作为本发明的一种优选技术方案：所述步骤C中，根据无向加权图所对应的所有最短路径，分别针对无向加权图中的各边，按如下步骤，获得边所对应的边介数；

步骤C01.获得无向加权图所对应所有最短路径的数量σ⁰，以及无向加权图所对应所有最短路径中，经过该边的最短路径的数量然后进入步骤C02；其中，i∈A，j∈A，i≠j，i、j表示该边所对应的两顶点，A表示无向加权图中所有顶点所对应的集合；

步骤C02.获得与σ⁰的比值，作为该边所对应的边介数。

作为本发明的一种优选技术方案：所述步骤D中，根据预设规则移除无向加权图中的一条边，具体为移除无向加权图中最大边介数所对应的一条边。

作为本发明的一种优选技术方案：所述步骤D中，根据预设规则移除无向加权图中的一条边，具体如下：

分别针对无向加权图中的各条边，首先，根据如下公式，

获得边所连两顶点的权值W_i、W_j，其中，i∈A，j∈A，i≠j，i、j表示该边所对应的两顶点，A表示无向加权图中所有顶点所对应的集合，W_i表示顶点i的权值，W_j表示顶点j的权值，K_i表示无向加权图中顶点i的度，BC_i表示无向加权图所对应所有最短路径中，经过顶点i的最短路径的数量，K_j表示无向加权图中顶点j的度，BC_j表示无向加权图所对应所有最短路径中，经过顶点j的最短路径的数量；

然后，根据该两顶点的权值W_i、W_j，获得该两顶点权值的算术平方根，作为该边所对应的顶点权值项，如此，分别获得无向加权图中各条边所对应的顶点权值项；

最后，移除无向加权图中最大顶点权值项所对应的一条边。

作为本发明的一种优选技术方案：所述步骤D中，根据预设规则移除无向加权图中的一条边，具体如下：

分别针对无向加权图中的各条边，首先，根据如下公式，

获得边所连两顶点的权值W_i、W_j，其中，i∈A，j∈A，i≠j，i、j表示该边所对应的两顶点，A表示无向加权图中所有顶点所对应的集合，W_i表示顶点i的权值，W_j表示顶点j的权值，K_i表示无向加权图中顶点i的度，I_i表示顶点i的邻居顶点集合，N_Ii表示集合I_i中顶点的数量，K_z表示顶点i的邻居顶点集合I_i中顶点z的度；K_j表示无向加权图中顶点j的度，I_j表示顶点j的邻居顶点集合，表示集合I_j中顶点的数量，K_g表示顶点j的邻居顶点集合I_j中顶点g的度；

然后，根据该两顶点的权值W_i、W_j，获得该两顶点权值的算术平方根，作为该边所对应的顶点权值项，如此，分别获得无向加权图中各条边所对应的顶点权值项；

最后，移除无向加权图中最大顶点权值项所对应的一条边。

本发明所述一种智能电网级联故障的仿真控制方法采用以上技术方案与现有技术相比，具有以下技术效果：本发明设计的智能电网级联故障的仿真控制方法，提出了一种新的级联故障仿真建模的思路，为研究电网的鲁棒性提供了可行方案，也为电网实际数据的分析和电网安全性的保护提供了理论分析方法。

附图说明

图1是本发明所设计智能电网级联故障的仿真控制方法的流程示意图；

图2a、图2b分别为对网络IEEE118，IEEE57节点网络进行随机移除和目标移除的仿真，设置网络的耐受性参数α为1.5，连续级联故障次数k为15次；

图3a、图3b、图4a、图4b、图5a、图5b分别为在IEEE118节点网络中利用回归曲线的方法对不同边权定义的合理性进行分析的仿真；

图6a、图6b分别为对网络IEEE57、IEEE118节点网络设置不同的耐受性参数后网洛发生级联故障的仿真；

图7a、图7b分别为对网络IEEE57、IEEE118节点网络中含有一个发电站，含有两个发电站和不含发电站的边进行移除后的仿真。

具体实施方式

下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。

如图1所示，本发明设计了一种智能电网级联故障的仿真控制方法，针对预设存在电网级联故障的智能电网进行仿真控制，实际应用过程中，具体包括如下步骤：

步骤A.根据实际电网布局，以发电站、传输站、接收站分别作为不同类型顶点，彼此之间传输线为边，以及传输线的潮流值作为对应边的权值，构建无向加权图，然后初始化a＝0，并获得所构建无向加权图对应的网络效率，作为初始网络效率，然后进入步骤B。

步骤B.根据无向加权图中各边的权值，针对无向加权图中所有存在联系的两顶点组合，基于权值累加，分别获得各两顶点组合中两顶点之间的最短路径，进而获得无向加权图中所有两顶点组合对应的所有最短路径，作为或更新无向加权图所对应的所有最短路径，然后进入步骤C。

本发明中，考虑到每个边处理负载的容量都有一个限度，称为最大负载，超过最大负载，传输线失效，即边从网络中移除。

步骤C.根据无向加权图所对应的所有最短路径，分别针对无向加权图中的各边，获得边所对应的边介数，边介数反映了边对电网功率的传输能力，然后基于a进行判断操作，其中，若a＝0，则将该边介数作为该边的初始负载，并将初始负载的(1+α)倍，作为该边的最大负载，进而获得无向加权图中各边的初始负载和最大负载，然后进入步骤D；若a≠0，则将该边介数作为该边的当前负载，进而获得无向加权图中各边的当前负载，并进入步骤E；α表示预设边的耐受性参数。

上述步骤C中，根据无向加权图所对应的所有最短路径，分别针对无向加权图中的各边，按如下步骤，获得边所对应的边介数；

步骤C01.获得无向加权图所对应所有最短路径的数量σ⁰，以及无向加权图所对应所有最短路径中，经过该边的最短路径的数量然后进入步骤C02；其中，i∈A，j∈A，i≠j，i、j表示该边所对应的两顶点，A表示无向加权图中所有顶点所对应的集合。

步骤C02.获得与σ⁰的比值，作为该边所对应的边介数。

步骤D.根据预设规则移除无向加权图中的一条边，并针对a所对应的值进行加1更新，然后返回步骤B。

这里在步骤D中可以分别按如下所设计三种规则，移除无向加权图中的一条边。

第一种，移除无向加权图中最大边介数所对应的一条边。

第二中，分别针对无向加权图中的各条边，首先，根据如下公式，

获得边所连两顶点的权值W_i、W_j，其中，i∈A，j∈A，i≠j，i、j表示该边所对应的两顶点，A表示无向加权图中所有顶点所对应的集合，W_i表示顶点i的权值，W_j表示顶点j的权值，K_i表示无向加权图中顶点i的度，BC_i表示无向加权图所对应所有最短路径中，经过顶点i的最短路径的数量，K_j表示无向加权图中顶点j的度，BC_j表示无向加权图所对应所有最短路径中，经过顶点j的最短路径的数量；

然后，根据该两顶点的权值W_i、W_j，获得该两顶点权值的算术平方根，作为该边所对应的顶点权值项，如此，分别获得无向加权图中各条边所对应的顶点权值项；

最后，移除无向加权图中最大顶点权值项所对应的一条边。

第三种，分别针对无向加权图中的各条边，首先，根据如下公式，

获得边所连两顶点的权值W_i、W_j，其中，i∈A，j∈A，i≠j，i、j表示该边所对应的两顶点，A表示无向加权图中所有顶点所对应的集合，W_i表示顶点i的权值，W_j表示顶点j的权值，K_i表示无向加权图中顶点i的度，I_i表示顶点i的邻居顶点集合，表示集合I_i中顶点的数量，K_z表示顶点i的邻居顶点集合I_i中顶点z的度；K_j表示无向加权图中顶点j的度，I_j表示顶点j的邻居顶点集合，表示集合I_j中顶点的数量，K_g表示顶点j的邻居顶点集合I_j中顶点g的度；

然后，根据该两顶点的权值W_i、W_j，获得该两顶点权值的算术平方根，作为该边所对应的顶点权值项，如此，分别获得无向加权图中各条边所对应的顶点权值项；

最后，移除无向加权图中最大顶点权值项所对应的一条边。

由于边的移除，即边的失效，网络的拓扑结构发生了变化，导致电网中边的最高效率路径发生改变，则边的负载发生重分配。

步骤E.判断无向加权图中是否存在边的当前负载大于其最大负载的情况，是则将所有该情况所对应的边移除，并返回步骤B；否则，即判断无向加权图中不存在边的当前负载大于其最大负载，则进入补入步骤F。

步骤F.判断无向加权图中是否存在不含有发电站所对应顶点的独立子无向加权图，是则将该子无向加权图移除，针对预设存在电网级联故障的智能电网进行仿真控制结束，并进入步骤G；否则针对预设存在电网级联故障的智能电网进行仿真控制直接结束，并进入步骤G。

步骤G.获得无向加权图所对应的网络效率，作为当前网络效率，根据初始网络效率，获得智能电网发生电网级联故障后网络效率的变化百分比。

上述控制方法中，步骤A和步骤G中网络效率的计算均按如下公式进行获得：

其中，E表示无向加权图所对应的网络效率，l∈A，m∈A，l≠m，A表示无向加权图中所有顶点所对应的集合，N表示无向加权图中所有顶点所对应集合A中顶点的数量，dis(i,j)表示顶点l和顶点m之间基于边所对应权值累加的最短路径长度。

将本发明所设计智能电网级联故障的仿真控制方法，应用到实际当中，从图2a和图2b中可知基于边权一，边权二和边权三移除后网络效能下降百分比都比随机移除后下降的多，说明移除边权大的边会对网络鲁棒性有较大的影响。如图2a所示，针对IEEE118网络的仿真，网络效能下降的程度都比较均匀和平缓，对比可得基于边权三的移除策略网络效能下降的百分比最大，最终导致网络效能下降至0.2左右；基于边权一和边权二的类似，下降至0.3左右；基于随机移除策略的下降至0.4左右。进一步分析可得基于边权一和边权二的仿真在每一阶段移除的边相同或相似：15次的连续仿真过程中，基于边权一和边权二在前7次的阶段移除的边相同，后8次移除的边中有4次重合；基于边权一的移除在15次仿真过程中共有25个节点被移除，基于边权二的共有23个，在这些节点中两种边权策略被移除的重复的节点共有20个，因此两种边权移除策略导致网络效能的下降具有高度相似性；如图2b所示，网络效率基于边权一和边权三的移除分别在第10次仿真阶段和第7次仿真阶段发生骤降，深入研究发现，这两个阶段都移除了边[48,49]，若不考虑边[48,49]对网络效能下降的影响，网络效能下降的百分比仅为0.1～0.15，说明边[48,49]对IEEE57网络的鲁棒性有很大影响。

如图3a、图4a和图5a所示，星型拟合直线为对所有的散点进行拟合的结果，三角型拟合直线为去除异常点后进行拟合的结果。曲线下降越快，说明移除相应边权定义的边后网络发生级联故障越严重，边权定义更能反映边合理性程度。对于不同边权的仿真，网络效率都随着移除边的边权增加而下降，其中边权一下降最多，在移除边权权值最高的边后，网络效率的下降达到0.2，边权二次之，达到0.5。如图3b、图4b和图5b所示残差序图中，三角型部分为异常点，即置信区间没有包含零点的点，异常点的数目越少，说明边权的定义越合理。对边权一仿真中，异常点数目为7个，边权二中有19个，边权三中有17个。边权一的仿真结果中异常点的数目明显少于边权二和边权三的仿真；对于边权一和边权二的仿真，异常点都分布在边权较大的边中，而边权三的异常点分布范围较均匀。综上所述，边权一的定义更能反映出边的合理性程度。

如图6a所示，当α＝1.1时，级联故障后网络效率出现较大程度的下降，深入分析可知，由于耐受性参数的变化，导致边[48,49]发生了级联故障，网络效率发生了较大程度下降；在边权一的定义中，边[48,49]的权值是相应最大边权权值的26.2％，在边权二的定义中，边[48,49]权值是相应最大边权权值的57.9％，边权三的定义中，边[48,49]权值是相应最大边权权值的53.2％，由此可见单独定义的边权的权值并不完全代表边对网络级联故障鲁棒性的影响。

如图6a和图6b所示，对不同耐受性参数的仿真中，边权一定义和边权二定义的仿真几乎完全重合。分析可知，边权一和边权二定义的边权值大小具有相似性，因此多次级联故障中单次移除都是同一条边，仿真曲线几乎完全重合。对于不同网络，不同移除策略，网络效能的下降都在α∈(1,2,1,3)时趋于稳定，当耐受性参数由1变化至1.3时，级联故障后的网络效率上升至其最大值的90％左右，当耐受性参数由1.3变化至2时，级联故障后的网络效率没有发生很大变化，因此在实际电网中，把耐受性参数α设置为α∈(1,2,1,3)可用较低成本获得较大的网络鲁棒性。

如图7a和图7b所示，移除含有两个发电站的边对网络鲁棒性的影响最大，移除含有一个发电站的次之，移除不含发电站的最小。其中，如图7a所示，当耐受性参数α为1时，移除不含发电站的边后级联故障的网络效率为0.85，移除含有一个发电站的边后网络效率为0.65，而移除含有两个发电站的边后网络效率仅为0.54。如图7b所示，当耐受性参数α为1时，移除不含发电站的边后级联故障的网络效率为0.47，移除含有一条发电站的边后网络效率为0.46，而移除含有两个发电站的边后网络效率几乎为0，网络接近全部崩溃的状态，由此说明发电站对电网的鲁棒性具有非常重要的作用。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (8)

1.一种智能电网级联故障的仿真控制方法，针对预设存在电网级联故障的智能电网进行仿真控制，其特征在于，包括如下步骤：

步骤A.根据实际电网布局，以发电站、传输站、接收站分别作为不同类型顶点，彼此之间传输线为边，以及传输线的潮流值作为对应边的权值，构建无向加权图，然后初始化a＝0，并进入步骤B；

步骤B.根据无向加权图中各边的权值，针对无向加权图中所有存在联系的两顶点组合，基于权值累加，分别获得各两顶点组合中两顶点之间的最短路径，进而获得无向加权图中所有两顶点组合对应的所有最短路径，作为或更新无向加权图所对应的所有最短路径，然后进入步骤C；

步骤C.根据无向加权图所对应的所有最短路径，分别针对无向加权图中的各边，获得边所对应的边介数，然后基于a进行判断操作，其中，若a＝0，则将该边介数作为该边的初始负载，并将初始负载的(1+α)倍，作为该边的最大负载，进而获得无向加权图中各边的初始负载和最大负载，然后进入步骤D；若a≠0，则将该边介数作为该边的当前负载，进而获得无向加权图中各边的当前负载，并进入步骤E；α表示预设边的耐受性参数；

步骤D.根据预设规则移除无向加权图中的一条边，并针对a所对应的值进行加1更新，然后返回步骤B；

步骤E.判断无向加权图中是否存在边的当前负载大于其最大负载的情况，是则将所有该情况所对应的边移除，并返回步骤B；否则针对预设存在电网级联故障的智能电网进行仿真控制结束。

2.根据权利要求1所述一种智能电网级联故障的仿真控制方法，其特征在于：还包括步骤F，所述步骤E中，当判断无向加权图中不存在边的当前负载大于其最大负载的情况后，则进入补入步骤F，如下：

步骤F.判断无向加权图中是否存在不含有发电站所对应顶点的独立子无向加权图，是则将该子无向加权图移除，针对预设存在电网级联故障的智能电网进行仿真控制结束；否则针对预设存在电网级联故障的智能电网进行仿真控制直接结束。

3.根据权利要求1或2所述一种智能电网级联故障的仿真控制方法，其特征在于：还包括步骤G，以及所述步骤A中，还包括获得所构建无向加权图对应的网络效率，作为初始网络效率；

当所述针对预设存在电网级联故障的智能电网进行仿真控制结束后，进入步骤G；所述步骤G如下：

步骤G.获得无向加权图所对应的网络效率，作为当前网络效率，根据初始网络效率，获得智能电网发生电网级联故障后网络效率的变化百分比。

4.根据权利要求3所述一种智能电网级联故障的仿真控制方法，其特征在于：所述无向加权图所对应的网络效率，按如下公式进行获得：

$E=\frac{1}{N(N-1)}\underset{l\≠m\∈A}{\Σ}\frac{1}{dis(i,j)}$

其中，E表示无向加权图所对应的网络效率，l∈A，m∈A，l≠m，A表示无向加权图中所有顶点所对应的集合，N表示无向加权图中所有顶点所对应集合A中顶点的数量，dis(i,j)表示顶点l和顶点m之间基于边所对应权值累加的最短路径长度。

5.根据权利要求1所述一种智能电网级联故障的仿真控制方法，其特征在于：所述步骤C中，根据无向加权图所对应的所有最短路径，分别针对无向加权图中的各边，按如下步骤，获得边所对应的边介数；

步骤C01.获得无向加权图所对应所有最短路径的数量σ⁰，以及无向加权图所对应所有最短路径中，经过该边的最短路径的数量然后进入步骤C02；其中，i∈A，j∈A，i≠j，i、j表示该边所对应的两顶点，A表示无向加权图中所有顶点所对应的集合；

步骤C02.获得与σ⁰的比值，作为该边所对应的边介数。

6.根据权利要求1所述一种智能电网级联故障的仿真控制方法，其特征在于：所述步骤D中，根据预设规则移除无向加权图中的一条边，具体为移除无向加权图中最大边介数所对应的一条边。

7.根据权利要求1所述一种智能电网级联故障的仿真控制方法，其特征在于：所述步骤D中，根据预设规则移除无向加权图中的一条边，具体如下：

分别针对无向加权图中的各条边，首先，根据如下公式，

$W_i=\sqrt{{\left(K_i\right)}^2+{\left({\mathrm{BC}}_i\right)}^2};W_j=\sqrt{{\left(K_j\right)}^2+{\left({\mathrm{BC}}_j\right)}^2}$

获得边所连两顶点的权值W_i、W_j，其中，i∈A，j∈A，i≠j，i、j表示该边所对应的两顶点，A表示无向加权图中所有顶点所对应的集合，W_i表示顶点i的权值，W_j表示顶点j的权值，K_i表示无向加权图中顶点i的度，BC_i表示无向加权图所对应所有最短路径中，经过顶点i的最短路径的数量，K_j表示无向加权图中顶点j的度，BC_j表示无向加权图所对应所有最短路径中，经过顶点j的最短路径的数量；

然后，根据该两顶点的权值W_i、W_j，获得该两顶点权值的算术平方根，作为该边所对应的顶点权值项，如此，分别获得无向加权图中各条边所对应的顶点权值项；

最后，移除无向加权图中最大顶点权值项所对应的一条边。

8.根据权利要求1所述一种智能电网级联故障的仿真控制方法，其特征在于：所述步骤D中，根据预设规则移除无向加权图中的一条边，具体如下：

分别针对无向加权图中的各条边，首先，根据如下公式，

$W_i=K_i\×{\Σ}_{z\∈I_i}^{N_{I_i}}{K}_z;W_j=K_j\×{\Σ}_{g\∈I_j}^{N_{I_j}}{K}_g$

获得边所连两顶点的权值W_i、W_j，其中，i∈A，j∈A，i≠j，i、j表示该边所对应的两顶点，A表示无向加权图中所有顶点所对应的集合，W_i表示顶点i的权值，W_j表示顶点j的权值，K_i表示无向加权图中顶点i的度，I_i表示顶点i的邻居顶点集合，表示集合I_i中顶点的数量，K_z表示顶点i的邻居顶点集合I_i中顶点z的度；K_j表示无向加权图中顶点j的度，I_j表示顶点j的邻居顶点集合，表示集合I_j中顶点的数量，K_g表示顶点j的邻居顶点集合I_j中顶点g的度；

然后，根据该两顶点的权值W_i、W_j，获得该两顶点权值的算术平方根，作为该边所对应的顶点权值项，如此，分别获得无向加权图中各条边所对应的顶点权值项；

最后，移除无向加权图中最大顶点权值项所对应的一条边。