CN107679716B - 考虑通信脆弱度的互联电网连锁故障风险评估与告警方法 - Google Patents

考虑通信脆弱度的互联电网连锁故障风险评估与告警方法 Download PDF

Info

Publication number
CN107679716B
CN107679716B CN201710844502.6A CN201710844502A CN107679716B CN 107679716 B CN107679716 B CN 107679716B CN 201710844502 A CN201710844502 A CN 201710844502A CN 107679716 B CN107679716 B CN 107679716B
Authority
CN
China
Prior art keywords
communication
node
vulnerability
service
cascading failure
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
Application number
CN201710844502.6A
Other languages
English (en)
Other versions
CN107679716A (zh
Inventor
童晓阳
刘焱滨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hainan Xinwang Video Communication Technology Co.,Ltd.
Original Assignee
Southwest Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN201710844502.6A priority Critical patent/CN107679716B/zh
Publication of CN107679716A publication Critical patent/CN107679716A/zh
Application granted granted Critical
Publication of CN107679716B publication Critical patent/CN107679716B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供了一种考虑通信脆弱度的互联电网连锁故障风险评估与告警方法，针对通信链路的发送延时、传播延时、队列延时、链路利用率，分别构造统一经验最值，做归一化处理、去零化处理、等权重相加，得到不同时间断面下同标准的通信链路的脆弱度；利用通信节点基于节点度数的性能脆弱度、基于业务路由矩阵的拓扑脆弱度、业务关键度，构造通信节点的脆弱度。考虑通信脆弱度，建立互联电网各级支路的停运概率模型；将失负荷量、电压波动度、平均通信链路利用率、通信不可观测率定义为连锁故障路径的后果指标，对连锁故障路径进行排序评估，并给出多种告警。本发明将电力风险评估和通信脆弱性结合，使互联电网广域测控系统故障分析与控制更全面合理。

Description

考虑通信脆弱度的互联电网连锁故障风险评估与告警方法
技术领域
本发明涉及互联电网的运行分析领域，特别是一种考虑通信脆弱度的互联电网连锁故障风险评估与告警方法。
背景技术
近几年来，国内外由电力系统连锁故障引发的大停电事故频发，为国民经济和社会发展造成恶劣的影响。传统的连锁故障分析多从电力系统运行状态出发，基于复杂网络、自组织临界理论研究连锁故障的发展机理，而通信网络的脆弱性对电力系统运行带来的风险却考虑相对较少。现代电力系统是电力网络和通信网络相互融合的电力信息物理融合系统CPS(Cyber Physical System)，因此，研究通信网络脆弱性对电力系统运行的影响对大停电事故的预防具有重要意义。
目前通信网络脆弱性对电力系统运行的影响研究主要集中在3个方面，一是建立典型电力业务和通信网络仿真模型，研究电力通信网络的脆弱性评估方法，例如，文章【樊冰，唐良瑞.电力通信网脆弱性分析.中国电机工程学报，2014，34(07)：1191-1197】以通信网络传输的电力业务流为研究对象，采用电力业务重要度对通信网络的脆弱性进行评估。文章【郭静.基于复杂网络理论的电力通信网脆弱性分析.华北电力大学(河北)硕士学位论文，2010】基于复杂网络理论，对通信网络拓扑脆弱性和物理脆弱性评估，但对通信链路和通信节点的实时性能指标并没有讨论。二是建立CPS的联合仿真模型，研究通信故障下互联电网的连锁故障发展机理，例如，文章【董呈政，方彦军，田猛.不同耦合方式和耦合强度对电力-通信耦合网络的影响.高电压技术，2015，41(10)：3464-3469】建立CPS仿真模型，讨论系统的耦合方式和强度对互联电网脆弱性的影响，但是将通信网络传输的各类电力业务统一对待，未讨论它们的重要度。文章【汤奕，韩啸，吴英俊.考虑通信系统影响的电力系统综合脆弱性评估.中国电机工程学报，2015，35(23)：6066-6074】利用电力和通信的实时状态参数，构造电力-通信复合系统静态脆弱性矩阵，对CPS进行综合脆弱性评估，但其脆弱性矩阵只能静态反映某时间断面下系统的脆弱度，无法动态反映通信状态变化对电力系统脆弱度的影响。三是研究CPS的风险评估模型。多数学者仅考虑电力网络运行后果对CPS带来的风险，并没有将通信网络运行后果考虑到CPS风险评估中。
乌克兰大停电事件表明，来自通信网络的恶意攻击与分布式拒绝式攻击DDoS(Distributed Denial of Service)对互联电网起到巨大的破坏作用。虽然对于连锁故障分析模型与风险评估方法已有一些方法，但是考虑通信网络脆弱性的电力系统连锁故障路径风险评估方法尚不够深入。
发明内容
本发明所要解决的技术问题是提供一种考虑通信脆弱度的互联电网连锁故障风险评估与告警方法，充分考虑通信网络脆弱性和互联电网的脆弱性，使互联电网广域控制系统连锁故障分析与控制更全面合理，发出相关多种告警给工作人员。
为解决上述技术问题，本发明采用的技术方案是：
一种考虑通信脆弱度的互联电网连锁故障风险评估与告警方法，包括以下步骤：
步骤1：构造通信链路和通信节点的脆弱度，即：
步骤1.1：采用通信链路的发送延时、传播延时、队列延时、链路利用率4个通信指标，构造通信链路ij的脆弱度指标，称为链路脆弱度指标Eij，在不同时间断面下动态对通信链路进行脆弱度评估；
步骤1.2：构造通信节点i的性能脆弱度、拓扑脆弱度、业务关键度3个指标，构造通信节点i的脆弱度指标，称为节点脆弱度指标Ei；在不同时间断面下动态对每个通信节点进行脆弱度评估；
步骤2：构造考虑通信脆弱性的互联电网连锁故障停运概率模型，即：
步骤2.1：构造连锁故障路径的发生概率PL-ev，
Figure BDA0001411493770000021
式中，c表示故障级数，Fk(c)表示第c级电力支路k的支路停运概率；N表示该路径经历的总级数；
步骤2.2：对通信网络脆弱性进行多角度的监视和告警及考虑通信延时下互联电网支路停运概率的重新计算；
1)对各业务通信脆弱度的监视与告警
首先检查所有业务的端到端通信延时，如果业务k的端到端通信延时超过通信延时需求上限、或者超过该通信延时需求的80％但是小于通信延时需求，就由业务路由矩阵Rmn的第k行中元素值为1的各元素，得到业务k路由经过的各通信节点编号，形成业务k的通信节点集合Ck，再计算得到该集合中各通信节点的脆弱度，构造该集合中通信节点i的脆弱度激增率Ai，为该通信节点当前时刻脆弱度和上一时刻脆弱度的差值与上一时刻脆弱度的比值乘以100所得值，即Ai＝(Ei(t)-Ei(t-1))/Ei(t-1)×100；
针对业务k，收集源头节点和与其直接连接通信节点之间的通信链路、所经通信节点之间的通信链路、目标通信节点和与其直接连接通信节点之间的通信链路、Ck中各通信节点的脆弱度，从大到小进行排列，找到脆弱度最大的通信链路、通信节点，用于说明是由于它们的脆弱度变大造成该业务的延时变大；
当某通信节点的脆弱度激增率超过激增率阈值，则确定该通信节点的状态为告警状态，向工作人员发出“通信节点脆弱度激增”告警；
2)如果发现在同一个时刻下多个通信节点的脆弱度激增率都超过激增率阈值，则判断此时通信网络多点同时遭受分布式拒绝式攻击，发出“遭受分布式拒绝式攻击”告警；然后提取与这些通信节点相连的各通信链路的脆弱度，对它们从大到小进行排序，找到脆弱度激增率排在前列的通信链路，用于说明是由于它们的脆弱度激增造成对应通信节点的脆弱度激增；
3)对于端到端延时超过服务质量需求的业务，将其源头的通信节点，定义为不可观测通信节点，对应源头电力节点的潮流数据变为不可观测，就沿用前一时刻的节点潮流数据，重新进行潮流计算，得到考虑业务通信延时下各支路的停运概率；并向工作人员发出“通信延时超时”告警；
同样，针对通信延时超时的业务，收集源头节点和与其直接连接通信节点之间的通信链路、所经通信节点之间的通信链路、目标通信节点和与其直接连接通信节点之间的通信链路、Ck中各通信节点的脆弱度，从大到小进行排列，找到脆弱度激增率排在前列的通信链路和通信节点，用于说明是由于它们的脆弱度变大造成该业务的延时变大；
步骤3：对互联电网连锁故障路径的综合风险进行评估与告警，即：
步骤3.1：定义连锁故障路径L的综合风险度为RiskL-ev，RiskL-ev＝PL-ev*CL-ev，PL-ev为连锁故障路径L的发生概率指标，CL-ev为连锁故障路径L的综合后果指标；
步骤3.2：考虑通信网络的脆弱性，对互联电网连锁故障路径进行综合风险评估
当电力元件发生故障跳闸后，利用考虑通信网络脆弱性的支路停运概率，对该支路的相邻支路和次相邻支路、互联电网关键断面支路的停运概率分别计算，从大到小进行排序，将排在前列的支路停运概率大的支路，分别作为下一级故障支路断开，直至互联电网崩溃或解列，形成多条互联电网连锁故障路径；采用综合风险度对不同时间断面下各连锁故障路径的综合风险值进行排序，统计获得排在前列的最能发生的互联电网连锁故障路径；
步骤3.3：考虑通信网络不可观测率给出综合风险评估的告警
在互联电网连锁故障路径评估过程中，如果发现通信网络的不可观测率超过阈值，就判断通信网络此时遭受了严重的攻击或损坏，发出“综合风险评估可疑”严重告警。
进一步的，所述步骤1.1具体为：
1)对一个通信网络进行通信性能参数的收集，得到不同时间断面下通信链路ij的发送延时Bij、传播延时Lij、队列延时Qij、链路利用率Uij4个通信链路性能指标；
2)针对这4个通信链路性能指标，分别构造相应的统一的经验最值，再将各通信指标x按照式(1)，进行线性归一化处理，获得归一化后指标：
Figure BDA0001411493770000041
式中，x为归一化目标变量，
Figure BDA0001411493770000042
分别为变量x变化范围内统一的经验最大值和经验最小值；
对不同时间断面下各通信链路进行动态的归一化处理，获得一个通信链路在同一标准下不同时刻的4个通信性能指标；
3)将归一化后的4个通信链路的性能指标进行去零化处理，即将归一化后指标值f(x)当作自变量x通过式(2)，映射为归一化且去零化的指标值g(x)：
g(x)＝x·(1-Δ)+Δ (2)
去零化的指标值g(x)在区间[Δ，1]上，其中，Δ为适当选取的较小值；
4)将处理后指标进行等权重相加，得到通信链路ij的链路脆弱度指标Eij；
Figure BDA0001411493770000043
5)在不同时间断面下对各通信链路进行脆弱度评估，获得各时刻下各通信链路的脆弱度。
进一步的，所述步骤1.2具体为：
1)构造每个通信节点i的性能脆弱度Ki、拓扑脆弱度Ti、业务关键度θi 3个指标；
a)基于节点度数的通信节点的性能脆弱度Ki
将通信节点i所连接的各通信链路的脆弱度之和作为通信节点i的局部性能脆弱度Ki；
Figure BDA0001411493770000044
式中，J为所有与节点i相连的通信节点集；
b)基于业务路由矩阵的通信节点的拓扑脆弱度Ti
构造通信节点i的拓扑脆弱性Ti；
Figure BDA0001411493770000045
式中，P为业务源节点集，Q为业务目标节点集，如果业务节点对p、q之间所传输的业务经过节点i，则ti＝1，否则为ti＝0；
为了直观得到各电力业务的路由情况和通信节点的介数，给出由m个业务n个通信节点组成m行n列的业务路由矩阵Rmn：
Figure BDA0001411493770000051
式中，如果第j组业务节点对所传输业务经过通信节点i，则rji＝1；否则rji＝0；业务路由矩阵Rmn的下标的行号代表某业务编号，下标的列号代表某个通信节点编号；将业务路由矩阵第i列元素相加得到的介数，作为通信节点i的拓扑脆弱度Ti；
c)基于重要度的通信节点的业务关键度θi
根据电力业务的服务质量需求，得到各电力业务的相对重要度ai(z)；将业务的端到端延时与重要度相乘得到通信节点i的关键度；
Figure BDA0001411493770000052
式中，P为业务源节点集，Q为业务目标节点集，Z为所有类型的业务集合；
Figure BDA0001411493770000053
表示由业务节点对p、q之间所传输且经过通信节点i的第z类业务的端到端延时；ai(z)表示经过通信节点i的第z类业务的相对重要度；
2)针对通信节点的3个指标，分别定义对应的统一的经验最值；
3)对3个通信节点指标，按照式(1)进行归一化处理，获得归一化后指标；
4)对3个归一化后通信节点指标，按照式(2)进行去零化处理，得到通信节点的归一化且去零化的指标值；
5)将3个处理后的通信节点指标进行等权重相加，作为通信节点i的节点脆弱度指标Ei；
Figure BDA0001411493770000054
6)在不同时间断面下对各通信节点进行脆弱度评估，获得各时刻下各通信节点的脆弱度。
进一步的，所述步骤2.1具体为：
1)互联电网支路停运概率模型
考虑互联电网连锁故障发展过程中潮流的大规模转移，构造第c级故障跳闸时故障支路l断开后剩余支路k的潮流冲击因子δlk(c)，得到剩余支路k的故障度Rlk(c)；
一个支路的初始负载率越大，则受到潮流冲击后该支路越容易发生故障，定义ηk(c-1)为支路k在系统发生第c级故障潮流转移之前的负载率：
Figure BDA0001411493770000055
式中，Pk(c-1)为第c级故障支路l断开前支路k的实际潮流，Pkmax为支路k的有功潮流裕度；
构造第c级故障跳闸后故障支路l对正常支路k的潮流冲击因子δlk(c)：
Figure BDA0001411493770000061
式中，
Figure BDA0001411493770000062
是正常支路k的潮流转移量；
2)从互联电网支路的有功潮流和无功潮流入手，将发生故障后剩余支路k的有功负载率的相对值和电压波动量的相对值相加，构造支路k的健康度Hk(c)；
3)将归一化处理后的电力支路故障度Rlk(c)和电力支路健康度Hk(c)取平均值，构造正常电力支路k受到第c级故障影响发生第c+1级故障的支路停运概率Fk(c)；
假设有N级故障支路断开，形成某连锁故障路径，构造某连锁故障路径的发生概率PL-ev：
Figure BDA0001411493770000063
式中，c表示故障级数，Fk(c)表示该连锁故障路径第c级电力支路k的支路停运概率。
进一步的，所述步骤3.1具体为：
1)互联电网连锁故障路径停运概率指标
将连锁故障发展过程中一条故障路径的各级故障支路的停运概率的乘积，定义为该互联电网连锁故障路径的停运概率；
2)互联电网连锁故障路径综合后果指标
考虑通信网络脆弱性的连锁故障路径综合后果指标，包括电力运行后果指标和通信运行后果指标；电力运行后果指标包括系统累积失负荷量LL-load(c)、累积电压波动度VL(c)；
构造系统累积失负荷量LL-load(c)表示互联电网连锁故障发展到第c级时造成失负荷的后果规模；
Figure BDA0001411493770000064
式中，d为连锁故障级数；Ps为系统初始总负荷；Plost(d)为第d级故障后系统失负荷量；
构造互联电网连锁故障发展到第c级时累积电压波动度VL(c)；
Figure BDA0001411493770000065
式中，e为连锁故障级数；M为电力节点总数；Δuf(e)为第e级故障发生后电力节点f的电压波动量；Ufmax、Ufmin分别为节点j的电压上限、下限值；
通信运行后果指标包括平均通信链路利用率
Figure BDA0001411493770000066
通信不可观测率
Figure BDA0001411493770000067
构造平均通信链路利用率
Figure BDA0001411493770000071
它表示互联电网连锁故障发展到第c级时通信网络的平均拥塞严重程度；
Figure BDA0001411493770000072
式中，Nl为通信链路总数，Uj(c)为发生第c级连锁故障后第j条通信链路的利用率；
将通信脆弱度排在前几名且所经过业务端到端延时超过其服务质量需求的通信节点，视为不可观测通信节点；将不可观测通信节点数与总通信节点数的比值定义为互联电网连锁故障发展到第c级时通信不可观测率
Figure BDA0001411493770000073
Figure BDA0001411493770000074
式中，Nu为总通信节点数，δ(c)为发生第c级连锁故障后通信系统不可观测节点数；
综合考虑互联电网连锁故障发展过程中累积失负荷量、累积电压波动度、平均通信链路利用率、通信不可观测率4个分项后果指标，得到连锁故障路径L的综合后果指标CL-ev：
Figure BDA0001411493770000075
式中,
Figure BDA0001411493770000076
分别为4个分项指标的权重；
3)互联电网连锁故障路径的综合风险度指标
将连锁故障路径L的发生概率指标PL-ev和综合后果指标CL-ev相乘，定义为连锁故障路径L的综合风险度RiskL-ev：
RiskL-ev＝PL-ev*CL-ev。 (17)
与现有技术相比，本发明的有益效果是：
1)在评估通信链路和通信节点的脆弱性时，利用经验最值对不同时间断面下各分指标分别进行线性归一化、去零化处理，再加权融合作为统一的脆弱性评估指标，可得到不同时间断面下通信链路和通信节点的同一标准下的脆弱度，便于评估不同时刻下的各脆弱度的变化程度。
2)考虑了端到端延时超过服务质量需求的业务，其对应源头电力节点的潮流数据不可观测，沿用前一时刻的节点潮流数据，重新进行潮流计算，这样获得的各支路的停运概率更贴近于实际情况。在对互联电网连锁故障路径进行风险评估时，将平均通信链路利用率和通信不可观测率这两个表征通信网络后果的评估指标引入到风险评估体系中，构造了考虑通信脆弱度的互联电网连锁故障路径综合风险度指标，这样能够更客观、全面地评估连锁故障给互联电网运行带来的综合风险。
3)通过对各业务通信脆弱度的监视与告警、对通信网络遭受分布式拒绝式攻击的检测、对通信网络不可观测率的检测，能够发现哪些业务传输超时、哪些通信链路和通信节点的脆弱度激增、通信网络遭受分布式拒绝式攻击、通信网络遭受严重攻击使得电力系统很多节点参数变得不可观测等异常情况，并从多个角度发出相应的告警，帮助工作人员进行相应多方面的关注和处理。
附图说明
图1为本发明考虑通信网络脆弱性的互联电网连锁故障路径的综合风险评估流程图。
图2为IEEE39节点电力系统拓扑图。
图3为IEEE39节点电力系统对应的通信网络仿真模型拓扑图。
图4为OPNET中对内部交换机或核心路由器的多个DDoS攻击客户端节点的设置示意图。
图5为DDoS攻击强度对连锁故障路径综合风险度的影响。
其中：图3和图4为OPNET软件导出的示意图，为使其符合专利的表达形式，已做了进一步的处理，图中涉及到的字母、字符串或者数字并不影响图3和图4要表达的技术内容。
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详细的说明，包括以下步骤：
1、构造通信链路和通信节点的脆弱度
1.1采用通信链路的发送延时、传播延时、队列延时、链路利用率4个通信指标，构造通信链路ij的脆弱度指标，称为链路脆弱度指标Eij，在不同时间断面下动态对通信链路进行脆弱度评估，步骤如下：
1)对一个通信网络进行通信性能参数的收集，得到不同时间断面下通信链路ij的发送延时Bij、传播延时Lij、队列延时Qij、链路利用率Uij4个通信链路性能指标。
2)针对这4个通信链路性能指标，分别构造相应的统一的经验最值，再将各通信指标x按照式(1)，进行线性归一化处理，获得归一化后指标：
Figure BDA0001411493770000081
式中，x为归一化目标变量，
Figure BDA0001411493770000082
分别为变量x变化范围内统一的经验最大值和经验最小值，见表1。
表1 4个通信性能指标的经验最值
Figure BDA0001411493770000083
Figure BDA0001411493770000091
对不同时间断面下各通信链路进行动态的归一化处理，获得一个通信链路在同一标准下不同时刻的4个通信性能指标。
3)由于每个通信设备总存在其固有的脆弱度，如果所得通信脆弱度为0，则不符合常理，将归一化后的4个通信链路的性能指标进行去零化处理，即将归一化后指标值f(x)当作自变量x通过下式，映射为归一化且去零化的指标值g(x)：
g(x)＝x·(1-Δ)+Δ (2)
去零化的指标值g(x)在区间[Δ，1]上，其中Δ为适当选取的较小值，一般建议取0.01。
4)将4个处理后指标进行等权重相加，得到通信链路ij的通信脆弱度指标Eij。
Figure BDA0001411493770000092
5)在不同时间断面下对各通信链路采用以上方法进行脆弱度评估，获得各时刻下各通信链路的脆弱度。
1.2构造通信节点i的性能脆弱度、拓扑脆弱度、业务关键度3个指标，构造通信节点i的脆弱度指标，称为节点脆弱度指标Ei；在不同时间断面下动态对每个通信节点进行脆弱度评估，步骤如下：
1)构造每个通信节点i的性能脆弱度Ki、拓扑脆弱度Ti、业务关键度θi 3个指标。
a)基于节点度数的通信节点的性能脆弱度Ki
引用复杂网络理论的节点度数概念，将通信节点i所连接的各通信链路的脆弱度之和作为通信节点i的局部性能脆弱度Ki，该指标代表以通信节点i作为中心的局部通信网络传输性能的脆弱性。
Figure BDA0001411493770000093
式中，J为所有与节点i相连的通信节点集。
b)基于业务路由矩阵的通信节点的拓扑脆弱度Ti
电力系统通信网络组网方式复杂，通常是根据互联电网需求而建设，可能造成通信网络拓扑结构的固有脆弱性。引用复杂网络理论的节点介数概念，构造通信节点i的拓扑脆弱性Ti，它反映所有业务源节点p、目标节点q之间所传输的业务对于通信节点i的访问量、通行能力及其在通信网络中的活跃程度。
Figure BDA0001411493770000101
式中，P为业务源节点集，Q为业务目标节点集，如果业务节点对p、q之间所传输的业务经过节点i，则ti＝1，否则为ti＝0。
为了直观得到各电力业务的路由情况和通信节点的介数，给出由m个业务n个通信节点组成m行n列的业务路由矩阵Rmn：
Figure BDA0001411493770000102
式中，如果第j组业务节点对所传输业务经过通信节点i，则rji＝1；否则rji＝0。
业务路由矩阵Rmn的下标的行号代表某业务编号(从某变电站节点或发电厂节点传输给调度中心节点的业务)，下标的列号代表某个通信节点编号。将业务路由矩阵第i列元素相加得到的介数，作为通信节点i的拓扑脆弱度Ti。
c)基于重要度的通信节点的业务关键度θi
通信节点i所转发业务的端到端延时越大，表明该节点所转发业务的完成程度越差。如果通信节点i所转发业务的完成程度差且相对重要度较高，则该节点失效会对系统造成严重影响，在脆弱度评估中显得越发关键。
根据电力业务的服务质量需求，得到各电力业务的相对重要度ai(z)。将业务的端到端延时与重要度相乘得到通信节点i的关键度。
Figure BDA0001411493770000103
式中，P为业务源节点集，Q为业务目标节点集，Z为所有类型的业务集合。
Figure BDA0001411493770000104
表示由业务节点对p、q之间所传输且经过通信节点i的第z类业务的端到端延时。ai(z)表示经过通信节点i的第z类业务的相对重要度。
2)针对通信节点的3个指标，分别定义对应的统一的经验最值，见表2。
表2 各通信节点指标的经验最值
Figure BDA0001411493770000105
3)对3个通信节点指标，按照式(1)进行归一化处理，获得归一化后指标。
4)对3个归一化后通信节点指标，按照式(2)进行去零化处理，得到通信节点的归一化且去零化的指标值。
5)将3个处理后的通信节点指标进行等权重相加，作为通信节点i的脆弱度指标Ei。
Figure BDA0001411493770000111
6)在不同时间断面下对各通信节点采用以上方法进行脆弱度评估，获得各时刻下各通信节点的脆弱度。
2、构造考虑通信脆弱性的互联电网连锁故障停运概率模型
2.1构造连锁故障路径的发生概率
1)互联电网支路停运概率模型
考虑互联电网连锁故障发展过程中潮流的大规模转移，构造第c级故障跳闸时故障支路l断开后剩余支路k的潮流冲击因子δlk(c)，得到剩余支路k的故障度Rlk(c)。
一个支路的初始负载率越大，则受到潮流冲击后该支路越容易发生故障，定义ηk(c-1)为支路k在系统发生第c级故障潮流转移之前的负载率：
Figure BDA0001411493770000112
式中，Pk(c-1)为第i级故障支路l断开前支路k的实际潮流，Pkmax为支路k的有功潮流裕度。
构造第c级故障跳闸后故障支路l对正常支路k的潮流冲击因子δlk(c)：
Figure BDA0001411493770000113
式中，
Figure BDA0001411493770000115
是正常支路k的潮流转移量。
2)从互联电网支路的有功潮流和无功潮流入手，将发生故障后剩余支路k的有功负载率的相对值和电压波动量的相对值相加，构造支路k的健康度Hk(c)。
3)将归一化处理后的电力支路故障度Rlk(c)和电力支路健康度Hk(c)取平均值，构造正常电力支路k受到第c级故障影响发生第c+1级故障的支路停运概率Fk(c)。
电力系统连锁故障是一个若干电力设备相继停运的过程，视为电力支路的相继停运。除了初始故障支路外，每级故障支路停运都是以前级故障支路停运为前提。假设有N级故障支路断开，形成某连锁故障路径。构造某连锁故障路径的发生概率PL-ev：
Figure BDA0001411493770000114
式中，c表示故障级数，Fk(c)表示该连锁故障路径第c级电力支路k的支路停运概率，N表示该路径经历的总级数。
2.2对通信网络脆弱性进行多角度的监视和告警及考虑通信延时下互联电网支路停运概率的重新计算
1)对各业务通信脆弱度的监视与告警
首先检查所有业务的端到端通信延时，如果某业务k的端到端通信延时超过通信延时需求上限、或者超过该通信延时需求的80％但小于通信延时需求(即可能接近于通信延时需求上限)，就由业务路由矩阵Rmn的第k行中元素值为1的各元素，得到业务k路由经过的各通信节点编号，形成业务k的通信节点集合Ck，再计算得到该集合中各通信节点的脆弱度，构造该集合中通信节点i的脆弱度激增率Ai，为该通信节点当前时刻脆弱度和上一时刻脆弱度的差值与上一时刻脆弱度的比值乘以100所得值，即Ai＝(Ei(t)-Ei(t-1))/Ei(t-1)×100。
针对业务k，收集源头节点和与其直接连接通信节点之间的通信链路、所经通信节点之间的通信链路、目标通信节点和与其直接连接通信节点之间的通信链路、Ck中各通信节点的脆弱度，从大到小进行排列，找到脆弱度最大的通信链路、通信节点，用于说明是由于它们的脆弱度变大造成该业务的延时变大。
当某通信节点的脆弱度激增率超过激增率阈值(设为50％)，则确定该通信节点的状态为告警状态，向工作人员发出“通信节点脆弱度激增”告警，提醒重点关注这些严重通信节点及相关严重通信链路的脆弱度变化。
2)如果发现在同一个时刻下多个通信节点的脆弱度激增率都超过激增率阈值，则判断此时通信网络多点同时遭受分布式拒绝式攻击，发出“遭受分布式拒绝式攻击”告警。然后提取与这些通信节点相连的各通信链路的脆弱度，对它们从大到小进行排序，供工作人员查看哪个通信链路的脆弱度激增造成对应通信节点的脆弱度激增。
3)对于端到端延时超过服务质量需求的业务，将其源头的通信节点，定义为不可观测通信节点，对应源头电力节点的潮流数据变为不可观测，就沿用前一时刻的节点潮流数据，重新进行潮流计算，得到考虑业务通信延时下各支路的停运概率。并向工作人员发出“通信延时超时”告警。
同样，针对通信延时超时的业务，收集源头节点和与其直接连接通信节点之间的通信链路、所经通信节点之间的通信链路、目标通信节点和与其直接连接通信节点之间的通信链路、Ck中各通信节点的脆弱度，从大到小进行排列，查看哪个通信链路或通信节点的脆弱度变大造成该业务的延时变大。
3、考虑通信网络脆弱性下的互联电网连锁故障路径的综合风险评估
3.1考虑通信网络脆弱性下的互联电网连锁故障路径综合风险评估指标
1)互联电网连锁故障路径停运概率指标
将连锁故障发展过程中一条故障路径的各级故障支路的停运概率的乘积，定义为该互联电网连锁故障路径的停运概率。
2)互联电网连锁故障路径综合后果指标
考虑通信网络脆弱性的连锁故障路径综合后果指标，包括电力运行后果指标和通信运行后果指标。电力运行后果指标包括系统累积失负荷量LL-load(c)、累积电压波动度VL(c)。
构造系统累积失负荷量LL-load(c)表示互联电网连锁故障发展到第c级时造成失负荷的后果规模。
Figure BDA0001411493770000131
式中，d为连锁故障级数；Ps为系统初始总负荷；Plost(d)为第d级故障后系统失负荷量。
为了反映连锁故障带来的电压波动严重程度，构造互联电网连锁故障发展到第c级时累积电压波动度VL(c)。
Figure BDA0001411493770000132
式中，e为连锁故障级数；M为电力节点总数；Δuf(e)为第e级故障发生后电力节点f的电压波动量；Ufmax、Ufmin分别为节点j的电压上限、下限值。
通信运行后果指标包括平均通信链路利用率
Figure BDA0001411493770000133
通信不可观测率
Figure BDA0001411493770000134
在连锁故障发展过程中，保护动作事件、保护告警信号、故障录波数据、故障分析报告等海量信息上传，加大了通信网络的数据吞吐量。链路利用率是通信链路上数据吞吐量与链路容量的比值，一定程度上表征了通信链路的实时拥塞程度。
构造平均通信链路利用率
Figure BDA0001411493770000135
它表示互联电网连锁故障发展到第c级时通信网络的平均拥塞严重程度。
Figure BDA0001411493770000136
式中，Nl为通信链路总数，Uj(c)为发生第c级连锁故障后第j条通信链路的利用率。
通信节点的脆弱度高会导致对应电力节点的潮流数据不可观测，使连锁故障持续发展，造成不良后果。将通信脆弱度排在前几名且所经过业务端到端延时超过其服务质量需求的通信节点，视为不可观测通信节点。将不可观测通信节点数与总通信节点数的比值定义为互联电网连锁故障发展到第c级时通信不可观测率
Figure BDA0001411493770000137
Figure BDA0001411493770000141
式中，Nu为总通信节点数，δ(c)为发生第c级连锁故障后通信系统不可观测节点数。
综合考虑互联电网连锁故障发展过程中累积失负荷量、累积电压波动度、平均通信链路利用率、通信不可观测率4个分项后果指标，得到连锁故障路径L的综合后果指标CL-ev：
Figure BDA0001411493770000142
式中,
Figure BDA0001411493770000143
分别为4个分项指标的权重。
3)互联电网连锁故障路径的综合风险度指标
将连锁故障路径L的发生概率指标PL-ev和综合后果指标CL-ev相乘，定义为连锁故障路径L的综合风险度RiskL-ev：
RiskL-ev＝PL-ev*CL-ev (17)
3.2考虑通信网络脆弱性对互联电网连锁故障路径进行综合风险评估
当电力元件如某支路发生故障跳闸后，利用上述考虑通信网络脆弱性的支路停运概率，对该支路的相邻支路和次相邻支路、互联电网关键断面支路的停运概率分别计算，从大到小进行排序，将停运概率较高的多个支路，分别作为下一级故障支路断开，直至互联电网崩溃或解列，形成多条互联电网连锁故障路径。采用上述的综合风险度，对不同时间断面下各连锁故障路径的综合风险值进行排序，统计获得排在前列的发生概率较大的互联电网连锁故障路径。
3.3考虑通信网络不可观测率给出综合风险评估的告警
在互联电网连锁故障路径评估过程中，如果发现通信网络的不可观测率超过阈值(设置为30％)，就判断通信网络此时遭受了严重的攻击或损坏，电力系统很多节点参数变得不可观测，此时认为连锁故障路径综合风险评估可疑，发出“综合风险评估可疑”严重告警。
下面通过具体实施例对本发明技术方案和有益效果进行验证。
实施例1
在OPNET通信仿真软件中设置DDoS攻击节点，分别设置两种攻击模式对不同位置的通信节点模拟DDoS攻击，研究不同位置的DDoS攻击对连锁故障路径综合风险评估造成的结果，对DDoS攻击节点进行设置，即将源IP地址设置为不可达虚假地址。设置好一个DDoS攻击节点后，再设置其内部的业务模型。将多个DDoS攻击客户端节点连接到通信节点内部交换机或核心路由器上，这样可调整对一个通信节点的DDoS攻击强度。OPNET中针对内部交换机或核心路由器的多个DDoS攻击客户端节点的设置界面如图4所示。
将电力支路2-3设为初始故障支路，分别设置两种攻击模式进行对比，分析受攻击通信节点的位置对电力系统连锁故障风险评估造成的影响。
攻击模式一：攻击连锁故障支路相关通信节点。
攻击模式一中对每级故障支路两端对应通信节点进行DDoS攻击。
通过检测在不同时刻下的通信网络中各通信节点脆弱度变化的变化，发现了通信节点2、3、C2、C3的脆弱度分别由0.042变成0.151、由0.042变成0.144，由0.150变成0.2928、由0.1301变成0.3196，对应的通信节点脆弱度激增率分别是259.52％、242.86％、95.2％、145.66％。由于它们都超过了脆弱度激增率阈值，向工作人员发出“通信节点脆弱度激增”告警。
通过检测各通信节点的脆弱度激增率，向工作人员发出告警，提醒对相关的通信节点进行重点监控，发现可能存在的通信异常情况。
将每级故障发生时停运概率排前2名的支路分别作为下一级故障支路断开，进行下一级连锁故障支路的搜索。攻击故障支路相关通信节点时连锁故障路径风险评估结果如表4所示。
表3 系统遭受DoS攻击前后通信节点2、3、C2、C3节点通信脆弱度
Figure BDA0001411493770000151
表4 攻击故障支路相关通信节点时连锁故障路径综合风险值排序
Figure BDA0001411493770000152
从综合风险评估结果可看到，相比于本实施例中通信正常状况下的最高风险路径2-3->25-26->1-2(风险值为0.0359)，攻击故障支路相关通信节点后，综合风险值最高的故障路径变为2-3->25-26->17-27，其综合风险值为0.0716，有所上升。这是因为当故障路径2-3->25-26->1-2发生后，电力节点2、25、30、37从互联电网解列，失负荷量为224MW。而连锁故障路径2-3->25-26->17-27发生后，电力节点26、27、28、29、38从互联电网解列，失负荷量高达909.5MW，并且通信网络遭受攻击后拥塞程度和不可观测率均高于通信正常状态，导致连锁故障路径风险值的上升。
攻击模式二：攻击边缘通信节点。
将位于通信网络的边缘(通信节点30、31、32、33、34、35、36、37、38、39)且与电力故障支路不相关联的通信节点定义为边缘通信节点。攻击模式二中每级故障支路断开后随机选取两个边缘通信节点进行DDoS攻击，攻击节点数目与攻击模式一中相同，只是攻击节点位置不同。将每级故障发生时停运概率排前列的支路分别作为下一级故障支路断开，进行3级连锁故障支路的搜索。攻击故障支路相关通信节点时故障路径综合风险评估结果如表5所示。
表5 攻击边缘通信节点时连锁故障路径综合风险值的排序
Figure BDA0001411493770000161
在攻击模式一中，连锁故障支路相关通信节点遭到DDoS攻击，最高风险连锁故障路径为2-3->25-26->17-27，其风险值为0.0716。
在攻击模式二中，相同数量的边缘通信节点遭到DDoS攻击，最高风险连锁故障路径为2-3->3-18->25-26，其风险值为0.0495。
比较两种攻击模式可知，DDoS攻击通信节点的位置不同会给系统带来不同的风险，针对性地攻击连锁故障支路相关通信节点会导致更高风险的连锁故障路径发生。电力系统连锁故障往往是从局部开始恶化，逐渐向全局扩展开。故障支路相关通信节点遭受DDoS攻击后，使得故障支路两端节点潮流数据不可观测，对故障支路局部的发电、负荷调控也不能准确实施，导致连锁故障的局部恶化得不到改善，逐步向全局发展，给系统带来更严重的风险。
实施例2
随机选取不同位置的通信节点进行DDoS攻击。对潮流数据不可观测的电力节点，沿用攻击前一时刻数据进行连锁故障风险评估。攻击强度分别取受攻击通信节点数目占通信节点总数的比例，如5％、10％、15％、20％、25％、30％、35％、40％。将电力支路2-3设为初始故障支路断开，研究不同DDoS攻击强度下较可能的连锁故障路径。
不同DDoS攻击强度下各连锁故障路径的电力风险度PL-ev、通信风险度CL-ev、综合风险度RiskL-ev如表6、图5所示。
表6 不同DDoS攻击强度下连锁故障路径最高综合风险度
攻击强度/％ 最高风险的连锁故障路径 P<sub>L-ev</sub> C<sub>L-ev</sub> R<sub>iskL-ev</sub>
5 2-3→25-26→1-2 0.7233 0.0729 0.0528
10 2-3→1-2→25-26 0.8915 0.0932 0.0831
15 2-3→25-26→17-27 0.7300 0.1276 0.0931
20 2-3→25-26→17-27 0.7400 0.142 0.1051
25 2-3→25-26→17-27 0.7411 0.1624 0.1204
30 2-3→17-18→17-27 0.7500 0.1216 0.0911
35 2-3→17-18→17-27 0.7709 0.1207 0.0930
40 2-3→17-18→17-27 0.7102 0.1287 0.0914
由图5可知，随着DDoS攻击强度的增加，通信节点失效的比例增大，引发通信风险度的不断升高。当DDoS攻击强度较小时，由于少量通信节点失效导致局部的潮流数据不可观测，调控中心使用错误的潮流数据制定错误的控制策略进行调度，电力系统累积失负荷量和累积电压波动度增大，导致系统电力风险度
Figure BDA0001411493770000171
也随之上升，表明通信节点DDoS攻击强度在初期和中期对电力系统连锁故障发展起到推动作用。但DDoS攻击强度达到攻击阈值(ωattack＝30％)后，使得大量的通信节点失效，电力网络逐步趋于不可观测状态，通信网络对互联电网的影响在逐步减弱，因为此时潮流转向自然分配，系统失负荷量及电压波动趋于稳定，导致电力风险度
Figure BDA0001411493770000172
逐渐下降，系统的综合风险度趋向稳定。虽然通信节点DDoS攻击强度的加大导致了通信风险度增大，但是对电力系统连锁故障发展的作用逐步在减弱。
综合考虑连锁故障发生过程中通信网络给电力系统带来的风险，可知随着DDoS攻击强度的逐渐增加的早期，互联电网连锁故障路径的综合风险度RiskL-ev快速升高；当DDoS攻击强度达到攻击阈值ωattack＝30％左右，系统的综合风险度达到峰值；在达到攻击阈值之后，系统的综合风险度有所下降，综合风险度维持在0.092上下波动，趋于稳定。由于此时互联电网的风险度下降得很多、通信风险度在缓慢上升，综合风险评估维持不动趋于稳定，因此这时的综合风险评估处于可疑状态。
通信网络共70个节点，分别设置攻击通信节点占通信节点总数的比例为20％、25％，30％、35％、40％时，实际检测到不可观测的通信节点的数目分别为14、18、21、25、28个，对应的通信不可观测率实际分别为20％、25.71％、30％、35.71％、40％，给出“综合风险评估可疑”的严重告警。

Claims (5)

1.一种考虑通信脆弱度的互联电网连锁故障风险评估与告警方法，其特征在于，包括以下步骤：
步骤1：构造通信链路和通信节点的脆弱度，即：
步骤1.1：采用通信链路的发送延时、传播延时、队列延时、链路利用率4个通信指标，构造通信链路ij的脆弱度指标，称为链路脆弱度指标Eij，在不同时间断面下动态对通信链路进行脆弱度评估；
步骤1.2：构造通信节点i的性能脆弱度、拓扑脆弱度、业务关键度3个指标，构造通信节点i的脆弱度指标，称为节点脆弱度指标Ei；在不同时间断面下动态对每个通信节点进行脆弱度评估；
步骤2：构造考虑通信脆弱性的互联电网连锁故障停运概率模型，即：
步骤2.1：构造连锁故障路径的发生概率PL-ev，
Figure FDA0003015756550000011
式中，c表示故障级数，Fk(c)表示第c级电力支路k的支路停运概率；N表示该路径经历的总级数；
步骤2.2：对通信网络脆弱性进行多角度的监视和告警及考虑通信延时下互联电网支路停运概率的重新计算；
1)对各业务通信脆弱度的监视与告警
首先检查所有业务的端到端通信延时，如果业务k的端到端通信延时超过通信延时需求上限、或者超过该通信延时需求的80％但是小于通信延时需求，就由业务路由矩阵Rmn的第k行中元素值为1的各元素，得到业务k路由经过的各通信节点编号，形成业务k的通信节点集合Ck，再计算得到该集合中各通信节点的脆弱度，构造该集合中通信节点i的脆弱度激增率Ai，为该通信节点当前时刻脆弱度Ei(t)和上一时刻脆弱度Ei(t-1)的差值与上一时刻脆弱度Ei(t-1)的比值乘以100所得值，即Ai＝(Ei(t)-Ei(t-1))/Ei(t-1)×100；
针对业务k，收集源头节点和与其直接连接通信节点之间的通信链路、所经通信节点之间的通信链路、目标通信节点和与其直接连接通信节点之间的通信链路、Ck中各通信节点的脆弱度，从大到小进行排列，找到脆弱度最大的通信链路、通信节点，用于说明是由于它们的脆弱度变大造成该业务的延时变大；
当某通信节点的脆弱度激增率超过激增率阈值，则确定该通信节点的状态为告警状态，向工作人员发出“通信节点脆弱度激增”告警；
2)如果发现在同一个时刻下多个通信节点的脆弱度激增率都超过激增率阈值，则判断此时通信网络多点同时遭受分布式拒绝式攻击，发出“遭受分布式拒绝式攻击”告警；然后提取与这些通信节点相连的各通信链路的脆弱度，对它们从大到小进行排序，找到脆弱度激增率排在前列的通信链路，用于说明是由于它们的脆弱度激增造成对应通信节点的脆弱度激增；
3)对于端到端延时超过服务质量需求的业务，将其源头的通信节点，定义为不可观测通信节点，对应源头电力节点的潮流数据变为不可观测，就沿用前一时刻的节点潮流数据，重新进行潮流计算，得到考虑业务通信延时下各支路的停运概率；并向工作人员发出“通信延时超时”告警；
同样，针对通信延时超时的业务，收集源头节点和与其直接连接通信节点之间的通信链路、所经通信节点之间的通信链路、目标通信节点和与其直接连接通信节点之间的通信链路、Ck中各通信节点的脆弱度，从大到小进行排列，找到脆弱度激增率排在前列的通信链路和通信节点，用于说明是由于它们的脆弱度变大造成该业务的延时变大；
步骤3：对互联电网连锁故障路径的综合风险进行评估与告警，即：
步骤3.1：定义连锁故障路径L的综合风险度为RiskL-ev，RiskL-ev＝PL-ev*CL-ev，PL-ev为连锁故障路径L的发生概率指标，CL-ev为连锁故障路径L的综合后果指标；
步骤3.2：考虑通信网络的脆弱性，对互联电网连锁故障路径进行综合风险评估
当电力元件发生故障跳闸后，利用考虑通信网络脆弱性的支路停运概率，对该支路的相邻支路和次相邻支路、互联电网关键断面支路的停运概率分别计算，从大到小进行排序，将排在前列的支路停运概率大的支路，分别作为下一级故障支路断开，直至互联电网崩溃或解列，形成多条互联电网连锁故障路径；采用综合风险度对不同时间断面下各连锁故障路径的综合风险值进行排序，统计获得排在前列的最能发生的互联电网连锁故障路径；
步骤3.3：考虑通信网络不可观测率给出综合风险评估的告警
在互联电网连锁故障路径评估过程中，如果发现通信网络的不可观测率超过阈值，就判断通信网络此时遭受了严重的攻击或损坏，发出“综合风险评估可疑”严重告警。
2.如权利要求1所述的一种考虑通信脆弱度的互联电网连锁故障风险评估与告警方法，其特征在于，所述步骤1.1具体为：
1)对一个通信网络进行通信性能参数的收集，得到不同时间断面下通信链路ij的发送延时Bij、传播延时Lij、队列延时Qij、链路利用率Uij4个通信链路性能指标；
2)针对这4个通信链路性能指标，分别构造相应的统一的经验最值，再将各通信指标x按照式(1)，进行线性归一化处理，获得归一化后指标：
Figure FDA0003015756550000021
式中，x为归一化目标变量，
Figure FDA0003015756550000031
分别为变量x变化范围内统一的经验最大值和经验最小值；
对不同时间断面下各通信链路进行动态的归一化处理，获得一个通信链路在同一标准下不同时刻的4个通信性能指标；
3)将归一化后的4个通信链路的性能指标进行去零化处理，即将归一化后指标值f(x)当作自变量x通过式(2)，映射为归一化且去零化的指标值g(x)：
g(x)＝x·(1-Δ)+Δ (2)
去零化的指标值g(x)在区间[Δ，1]上，其中，Δ为适当选取的较小值；
4)将处理后指标进行等权重相加，得到通信链路ij的链路脆弱度指标Eij；
Figure FDA0003015756550000032
5)在不同时间断面下对各通信链路进行脆弱度评估，获得各时刻下各通信链路的脆弱度。
3.如权利要求2所述的一种考虑通信脆弱度的互联电网连锁故障风险评估与告警方法，其特征在于，所述步骤1.2具体为：
1)构造每个通信节点i的性能脆弱度Ki、拓扑脆弱度Ti、业务关键度θi3个指标；
a)基于节点度数的通信节点的性能脆弱度Ki
将通信节点i所连接的各通信链路的脆弱度之和作为通信节点i的局部性能脆弱度Ki；
Figure FDA0003015756550000033
式中，J为所有与节点i相连的通信节点集；
b)基于业务路由矩阵的通信节点的拓扑脆弱度Ti
构造通信节点i的拓扑脆弱性Ti；
Figure FDA0003015756550000034
式中，P为业务源节点集，Q为业务目标节点集，如果业务节点对p、q之间所传输的业务经过节点i，则ti＝1，否则为ti＝0；
为了直观得到各电力业务的路由情况和通信节点的介数，给出由m个业务n个通信节点组成m行n列的业务路由矩阵Rmn：
Figure FDA0003015756550000035
式中，如果第j组业务节点对所传输业务经过通信节点i，则rji＝1；否则rji＝0；业务路由矩阵Rmn的下标的行号代表某业务编号，下标的列号代表某个通信节点编号；将业务路由矩阵第i列元素相加得到的介数，作为通信节点i的拓扑脆弱度Ti；
c)基于重要度的通信节点的业务关键度θi
根据电力业务的服务质量需求，得到各电力业务的相对重要度ai(z)；将业务的端到端延时与重要度相乘得到通信节点i的关键度；
Figure FDA0003015756550000041
式中，P为业务源节点集，Q为业务目标节点集，Z为所有类型的业务集合；
Figure FDA0003015756550000042
表示由业务节点对p、q之间所传输且经过通信节点i的第z类业务的端到端延时；ai(z)表示经过通信节点i的第z类业务的相对重要度；
2)针对通信节点的3个指标，分别定义对应的统一的经验最值；
3)对3个通信节点指标，按照式(1)进行归一化处理，获得归一化后指标；
4)对3个归一化后通信节点指标，按照式(2)进行去零化处理，得到通信节点的归一化且去零化的指标值；
5)将3个处理后的通信节点指标进行等权重相加，作为通信节点i的节点脆弱度指标Ei；
Figure FDA0003015756550000043
6)在不同时间断面下对各通信节点进行脆弱度评估，获得各时刻下各通信节点的脆弱度。
4.如权利要求3所述的一种考虑通信脆弱度的互联电网连锁故障风险评估与告警方法，其特征在于，所述步骤2.1具体为：
1)互联电网支路停运概率模型
考虑互联电网连锁故障发展过程中潮流的大规模转移，构造第c级故障跳闸时故障支路l断开后剩余支路k的潮流冲击因子δlk(c)，得到剩余支路k的故障度Rlk(c)；
一个支路的初始负载率越大，则受到潮流冲击后该支路越容易发生故障，定义ηk(c-1)为支路k在系统发生第c级故障潮流转移之前的负载率：
Figure FDA0003015756550000044
式中，Pk(c-1)为第c级故障支路l断开前支路k的实际潮流，Pkmax为支路k的有功潮流裕度；
构造第c级故障跳闸后故障支路l对正常支路k的潮流冲击因子δlk(c)：
Figure FDA0003015756550000051
式中，
Figure FDA0003015756550000057
是正常支路k的潮流转移量；
2)从互联电网支路的有功潮流和无功潮流入手，将发生故障后剩余支路k的有功负载率的相对值和电压波动量的相对值相加，构造支路k的健康度Hk(c)；
3)将归一化处理后的电力支路故障度Rlk(c)和电力支路健康度Hk(c)取平均值，构造正常电力支路k受到第c级故障影响发生第c+1级故障的支路停运概率Fk(c)；
假设有N级故障支路断开，形成某连锁故障路径，构造某连锁故障路径的发生概率PL-ev：
Figure FDA0003015756550000052
式中，c表示故障级数，Fk(c)表示该连锁故障路径第c级电力支路k的支路停运概率。
5.如权利要求4所述的一种考虑通信脆弱度的互联电网连锁故障风险评估与告警方法，其特征在于，所述步骤3.1具体为：
1)互联电网连锁故障路径停运概率指标
将连锁故障发展过程中一条故障路径的各级故障支路的停运概率的乘积，定义为该互联电网连锁故障路径的停运概率；
2)互联电网连锁故障路径综合后果指标
考虑通信网络脆弱性的连锁故障路径综合后果指标，包括电力运行后果指标和通信运行后果指标；电力运行后果指标包括系统累积失负荷量LL-load(c)、累积电压波动度VL(c)；
构造系统累积失负荷量LL-load(c)表示互联电网连锁故障发展到第c级时造成失负荷的后果规模；
Figure FDA0003015756550000053
式中，d为连锁故障级数；Ps为系统初始总负荷；Plost(d)为第d级故障后系统失负荷量；
构造互联电网连锁故障发展到第c级时累积电压波动度VL(c)；
Figure FDA0003015756550000054
式中，e为连锁故障级数；M为电力节点总数；Δuf(e)为第e级故障发生后电力节点f的电压波动量；Ufmax、Ufmin分别为节点j的电压上限、下限值；
通信运行后果指标包括平均通信链路利用率
Figure FDA0003015756550000055
通信不可观测率
Figure FDA0003015756550000058
构造平均通信链路利用率
Figure FDA0003015756550000056
它表示互联电网连锁故障发展到第c级时通信网络的平均拥塞严重程度；
Figure FDA0003015756550000061
式中，Nl为通信链路总数，Uj(c)为发生第c级连锁故障后第j条通信链路的利用率；
将通信脆弱度排在前几名且所经过业务端到端延时超过其服务质量需求的通信节点，视为不可观测通信节点；将不可观测通信节点数与总通信节点数的比值定义为互联电网连锁故障发展到第c级时通信不可观测率
Figure FDA0003015756550000065
Figure FDA0003015756550000062
式中，Nu为总通信节点数，δ(c)为发生第c级连锁故障后通信系统不可观测节点数；
综合考虑互联电网连锁故障发展过程中累积失负荷量、累积电压波动度、平均通信链路利用率、通信不可观测率4个分项后果指标，得到连锁故障路径L的综合后果指标CL-ev：
Figure FDA0003015756550000063
式中,
Figure FDA0003015756550000064
分别为4个分项指标的权重；
3)互联电网连锁故障路径的综合风险度指标
将连锁故障路径L的发生概率指标PL-ev和综合后果指标CL-ev相乘，定义为连锁故障路径L的综合风险度RiskL-ev：
RiskL-ev＝PL-ev*CL-ev (17)。
CN201710844502.6A 2017-09-19 2017-09-19 考虑通信脆弱度的互联电网连锁故障风险评估与告警方法 Active CN107679716B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710844502.6A CN107679716B (zh) 2017-09-19 2017-09-19 考虑通信脆弱度的互联电网连锁故障风险评估与告警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710844502.6A CN107679716B (zh) 2017-09-19 2017-09-19 考虑通信脆弱度的互联电网连锁故障风险评估与告警方法

Publications (2)

Publication Number Publication Date
CN107679716A CN107679716A (zh) 2018-02-09
CN107679716B true CN107679716B (zh) 2021-06-08

Family

ID=61137131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710844502.6A Active CN107679716B (zh) 2017-09-19 2017-09-19 考虑通信脆弱度的互联电网连锁故障风险评估与告警方法

Country Status (1)

Country Link
CN (1) CN107679716B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109005152B (zh) * 2018-06-25 2020-09-29 全球能源互联网研究院有限公司 一种源网荷系统攻击危害的评估方法及系统
CN109617887B (zh) * 2018-12-21 2021-06-15 咪咕文化科技有限公司 一种信息处理方法、装置及存储介质
CN109936133B (zh) * 2019-02-28 2020-11-20 国网山东省电力公司青岛供电公司 考虑信息物理联合攻击的电力系统脆弱性分析方法
CN110493042B (zh) * 2019-08-16 2022-09-13 中国联合网络通信集团有限公司 故障诊断方法、装置及服务器
CN111178667A (zh) * 2019-11-21 2020-05-19 慈溪市输变电工程有限公司 基于脆弱性的电力系统风险评估方法及装置
CN111208835B (zh) * 2020-02-27 2023-08-01 大连海事大学 一种基于拓扑重构的船舶编队切换控制方法
CN111447246B (zh) * 2020-06-17 2020-09-11 中国人民解放军国防科技大学 一种基于异构信息网络的节点脆弱性估计方法和系统
CN111832907A (zh) * 2020-06-22 2020-10-27 华中科技大学 关联电力–天然气系统在不同故障下的脆弱性评估方法
CN112884282B (zh) * 2021-01-19 2024-02-02 中国能源建设集团云南省电力设计院有限公司 一种电力系统互联综合风险评估方法
CN114142471B (zh) * 2021-11-29 2023-08-18 江苏科技大学 一种考虑通讯故障的船舶综合电力系统重构方法
CN114069724B (zh) * 2021-12-06 2023-06-20 国网四川省电力公司电力科学研究院 一种电力信息物理系统信息链路脆弱性分析方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105303454A (zh) * 2015-04-20 2016-02-03 国家电网公司 一种基于脆弱性电网预警方法
CN105574614A (zh) * 2015-12-15 2016-05-11 东北大学 基于多属性分析的电力系统线路脆弱度评估系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105303454A (zh) * 2015-04-20 2016-02-03 国家电网公司 一种基于脆弱性电网预警方法
CN105574614A (zh) * 2015-12-15 2016-05-11 东北大学 基于多属性分析的电力系统线路脆弱度评估系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
计及通信网络影响的电力系统连锁故障分析;刘焱滨;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20170715(第07期);第C042-366页 *

Also Published As

Publication number Publication date
CN107679716A (zh) 2018-02-09

Similar Documents

Publication Publication Date Title
CN107679716B (zh) 考虑通信脆弱度的互联电网连锁故障风险评估与告警方法
Lee et al. Vulnerability analysis of cascading dynamics in smart grids under load redistribution attacks
Dueñas‐Osorio et al. Seismic response of critical interdependent networks
Sikeridis et al. A blockchain-based mechanism for secure data exchange in smart grid protection systems
CN105912835B (zh) 一种计及风电场接入的电力线路脆弱性辨识模型建立方法
Wu et al. Sequential recovery of complex networks suffering from cascading failure blackouts
Nakarmi et al. Critical component analysis in cascading failures for power grids using community structures in interaction graphs
CN112149967B (zh) 基于复杂系统理论的电力通信网脆弱性评估方法和系统
Manzano et al. Quantitative and qualitative network robustness analysis under different multiple failure scenarios
Zhu et al. Load distribution vector based attack strategies against power grid systems
CN113516357A (zh) 考虑网络攻击风险的电力系统脆弱线路评估方法及系统
Manzano et al. Robustness analysis of real network topologies under multiple failure scenarios
CN116979511B (zh) 考虑风机低穿特性的连锁故障关键线路辨识方法及系统
Panigrahi et al. Structural vulnerability analysis in small‐world power grid networks based on weighted topological model
Wen et al. Resilience‐based component importance measures
Li et al. Quantification of Cascading Failure Propagation in Power Systems
Zhu et al. Coordinated attacks against substations and transmission lines in power grids
Wang et al. Robustness analysis of electricity networks against failure or attack: The case of the Australian National Electricity Market (NEM)
Wei et al. On characterizing information dissemination during city-wide cascading failures in smart grid
CN106066436A (zh) 考虑连锁跳闸的电网运行状态识别方法
CN113987852B (zh) 一种电力信息物理系统的高风险线路组合分析方法
CN108090616A (zh) 一种电力系统主动解列最优断面搜索方法
Li et al. Research on invulnerability of optical fiber backbone network based on complex network
Li et al. Structural vulnerability of complex networks under multiple edge-based attacks
Presekal et al. Cyber Forensic Analysis for Operational Technology Using Graph-Based Deep Learning

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
TR01 Transfer of patent right

Effective date of registration: 20240802

Address after: 230000 b-1018, Woye Garden commercial office building, 81 Ganquan Road, Shushan District, Hefei City, Anhui Province

Patentee after: HEFEI WISDOM DRAGON MACHINERY DESIGN Co.,Ltd.

Country or region after: China

Address before: 610031 science and technology division, Southwest Jiao Tong University, 111 north section of two ring road, Sichuan, Chengdu

Patentee before: SOUTHWEST JIAOTONG University

Country or region before: China

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240812

Address after: 570100 Room B7-2, 2nd Floor, Building A, Haichuang Valley High tech Industrial Park, Haikou National High tech Zone, No. 8, Yaogu Erheng Road, Phase II, Yaogu Industrial Park, Haikou National High tech Industrial Development Zone, Hainan Province

Patentee after: Hainan Xinwang Video Communication Technology Co.,Ltd.

Country or region after: China

Address before: 230000 b-1018, Woye Garden commercial office building, 81 Ganquan Road, Shushan District, Hefei City, Anhui Province

Patentee before: HEFEI WISDOM DRAGON MACHINERY DESIGN Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right