CN110474806A - 一种电力通信网关键节点识别方法 - Google Patents
一种电力通信网关键节点识别方法 Download PDFInfo
- Publication number
- CN110474806A CN110474806A CN201910762755.8A CN201910762755A CN110474806A CN 110474806 A CN110474806 A CN 110474806A CN 201910762755 A CN201910762755 A CN 201910762755A CN 110474806 A CN110474806 A CN 110474806A
- Authority
- CN
- China
- Prior art keywords
- node
- network
- business
- degree
- coupling
- 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
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
- H04L41/12—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
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
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力通信网关键节点识别方法,包括:依据实际网络架构及业务分布,构建通信网络模型;结合节点和业务路径的关联程度,计算节点‑业务耦合度及节点‑业务耦合度分布,进而建立节点耦合重要度指标;根据节点所在的业务路径和承载的业务等级,计算了节点业务重要度值;综合节点耦合重要度和节点业务重要度值,建立节点综合重要度评估指标。本发明提供的节点重要度计算方法综合考虑了节点的网络拓扑特性及电力业务特性,更具有实际意义。且算法计算形式简洁,复杂度低。
Description
技术领域
本发明涉及电力通信网技术领域,具体涉及一种电力通信网关键节点识别方法。
背景技术
智能电网将电力系统和通信系统融为一体,具有复杂性和异构性,因此其运行控制难度增加。信息通信系统在为电力系统提供信息交互便利的同时,也导致电网面临更大的攻击威胁,因此保证电力通信网的安全可靠性运行的研究被放在重要位置。对通信网的关键节点进行识别,是通信网可靠性研究的方向之一,因为如果网络中的关键节点遭到破坏,则网络可靠性会降低,甚至会导致大面积通信中断。对电力通信网的关键节点进行识别,有助于在网络设计与维护中,实现对关键节点的保护,降低网络攻击风险概率,减少网络损失,提高网络安全性和可靠性。因此有效地评估网络中节点的重要度,挖掘关键节点,对于网络安全可靠通信具有十分重要的意义。
节点重要度是识别关键节点的主要依据,现有节点重要度评估的传统方法包括收缩法、介数法、删除法等:
1)节点介数是指所有节点对的最短路径中通过该节点的最短路径数量。经过该节点的最短路径数量越多,则代表该节点越重要。
2)收缩法是指将节点及邻接节点凝聚成一个节点,通过比较节点收缩后的网络凝聚度得到节点重要度。节点连接度与经过该节点的最短路径数目是影响节点重要度的关键因素。
3)删除法是指通过依次令网络中节点失效,比较节点失效后所得图的生成树数目得到节点重要度。节点删除后,网络生成树数目越少,该节点越重要。
节点的介数是通过计算节点间最短路径经过该节点的数目来评价节点的重要性,但是计算节点介数的算法复杂度较高;收缩法虽然计算复杂度较低,但无法在环网中区分位置相同的节点的重要程度;删除法存在网络中多个节点删除后导致网络不连通的情况下,认为这些节点的重要度是一致的问题。此外,这三种方法均未考虑节点传输的业务特性,从实际出发,拓扑结构可靠的出发点是业务安全有效地传输。因此,以上方法对于通信网中关键节点的识别均具有一定局限性。
发明内容
针对现有技术的不足,本发明旨在提供一种电力通信网关键节点识别方法,融合业务层和拓扑层,提出节点-业务耦合度和节点-业务耦合度分布的概念,进而得到节点耦合重要度,并综合考虑各个节点的业务重要度值,得出节点综合重要度,能够更加全面的识别网络中的节点重要度。
为了实现上述目的,本发明采用如下技术方案:
一种电力通信网关键节点识别方法,包括如下步骤:
步骤S1、建立电力通信网的网络模型:
依据电力通信网的实际架构及业务分布,构建相对应的网络模型,所述网络模型包括网络节点、链路及网络承载业务,用图G表示为:
G=(V,E,S);
其中V={v1,v2,...,vN}为图G中的网络节点集合,N为网络节点的数量,网络节点表示电力通信网中的通信设备;E={e1,e2,...,eM}为图G中边的集合,M为边的数量,所述边表示电力通信设备之间的链路;S={s1,s2,…,sP}表示图G中网络承载业务的集合,P为网络承载业务的数量;
步骤S2、计算节点-业务耦合度及节点-业务耦合度分布:
根据网络承载业务的集合S={s1,s2,…,sP}中所有业务路径与网络节点的耦合度,按下式计算网络模型中每个网络节点的节点-业务耦合度di:
其中,当dpi=1时,表示全耦合,即网络节点vi在业务路径sp上且为业务路径的源节点、宿节点或中间无备用路由节点;当dpi=0.5时,表示半耦合,即网络节点vi为业务路径sp上的中间节点,同时该中间节点存在备用路由;当dpi=0时,表示不耦合,即网络节点vi不在业务路径sp上;
根据网络节点的节点-业务耦合度di可定义网络模型中相同耦合度的分布概率,即节点-业务耦合度分布p(di):
其中:(N)di表示网络模型中包含节点vi自身在内,节点-业务耦合度与节点vi的节点-业务耦合度di相等的网络节点的数量;
步骤S3、计算每个网络节点的节点耦合重要度Nci:
Nci=di·[1-p(di)];
步骤S4、根据网络节点承载的业务重要度及业务流量,计算每个网络节点的节点业务重要度Nbi:
其中,mp表示网络节点vi上运行的业务的类型的总数,αik表示节点vi上所运行的第k类业务的数目,βk表示第k类业务的业务重要度值,γk表示第k类业务的业务流量值;
步骤S5、综合考虑节点耦合重要度与节点业务重要度计算节点综合重要度,并根据每个网络节点的综合重要度对所有网络节点进行降序排列,按设定的数量或百分比确定排名前列的网络节点为关键节点。
进一步地,步骤S5中,具体取每个网络节点的节点耦合重要度与节点业务重要度的乘积作为网络节点的节点综合重要度。
进一步地,步骤S3中,对Nci进行归一化,归一化后的值用NOR-Nci表示为:
(Nci)min为所有网络节点的节点耦合重要度的最小值,(Nci)max为所有网络节点的节点耦合重要度的最大值;将节点耦合重要度最小值与最大值之间距离设定为10倍,取X=0.1,归一化后节点耦合重要度的取值范围为[0.1,1];
步骤S5中,取每个网络节点的归一化后的节点耦合重要度与节点业务重要度的乘积作为网络节点的节点综合重要度,即:
Ni=NOR-Nci·Nbi。
进一步地,步骤S5中,取排名前10%-30%的网络节点为关键节点。
本发明的有益效果在于:
本发明提供的节点重要度计算方法融合了业务层和拓扑层,更具有实际意义。在网络拓扑层,考虑业务路径与节点的关联程度,定义节点-业务耦合度及节点-业务耦合度分布,进而建立节点耦合重要度指标;在业务层,考虑业务路径上传输的业务类型、数量、重要度和业务流量等特性,计算了节点业务重要度值。综合节点耦合重要度和节点业务重要度值,建立节点综合重要度评估指标。其间,将节点-业务耦合度分为全耦合、半耦合和不耦合三个等级,量化其取值,大大简化了评估难度,有利于实际应用的简便性和准确性。因此,本发明可客观识别网络中的关键节点,涉及算法计算复杂度低,对于网络的维护具有重要意义。
附图说明
图1为本发明方法的总体流程图;
图2为本发明实施例中的网络拓扑结构示意图;
图3为本发明实施例中电力通信网节点重要度计算流程图。
具体实施方式
以下将结合附图对本发明作进一步的描述,需要说明的是,本实施例以本技术方案为前提,给出了详细的实施方式和具体的操作过程,但本发明的保护范围并不限于本实施例。
如图1所示,一种电力通信网关键节点识别方法,包括如下步骤:
步骤S1、建立电力通信网的网络模型:
依据电力通信网的实际架构及业务分布,构建相对应的网络模型,所述网络模型包括网络节点、链路及网络承载业务,用图G表示为:
G=(V,E,S);
其中V={v1,v2,...,vN}为图G中的网络节点集合,N为网络节点的数量,网络节点表示电力通信网中的通信设备;E={e1,e2,...,eM}为图G中边的集合,M为边的数量,所述边表示电力通信设备之间的链路;S={s1,s2,…,sP}表示图G中网络承载业务的集合,P为网络承载业务的数量。
以如图2所示电力通信网网络为例,进行仿真验证。该拓扑结构包含20个网络节点和26条边,其中7号网络节点表示省级调度中心(中调),3号网络节点表示地区调度中心(地调),2、4、6、8、9和17号网络节点表示500kV变电站,其余网络节点均表示220kV变电站,网络中虚线为业务路径。其中业务及路由信息如表1所示。
表1
步骤S2、计算节点-业务耦合度及节点-业务耦合度分布:
根据网络承载业务的集合S={s1,s2,…,sP}中所有业务路径与网络节点的耦合度,按下式计算网络模型中每个网络节点的节点-业务耦合度di:
其中,当dpi=1时,表示全耦合,即网络节点vi在业务路径sp上且为业务路径的源节点、宿节点或中间无备用路由节点;当dpi=0.5时,表示半耦合,即网络节点vi为业务路径sp上的中间节点,同时该中间节点存在备用路由;当dpi=0时,表示不耦合,即网络节点vi不在业务路径sp上;
根据网络节点的节点-业务耦合度di可定义网络模型中相同耦合度的分布概率,即节点-业务耦合度分布p(di):
其中:(N)di表示网络模型中包含节点vi自身在内,节点-业务耦合度与节点vi的节点-业务耦合度di相等的网络节点的数量;
本实施例中,经过计算所得的图G中各个网络节点的节点-业务耦合度与节点-业务耦合度分布如表2所示。
表2
由表2可知,节点v7的节点-业务耦合度最高,是由于节点v7承载的业务较多,且作为源宿节点与业务关联度高,一旦其遭到破坏,对业务传输影响较大;节点-业务耦合度分布最低,是由于中调,即节点v7承载着多种重要业务,而其他节点承的业务较少,故而体现出节点v7的重要性。节点v20的节点-业务耦合度最低,是由于节点v20只承载一条业务,作为中间节点且存在备用路由,一旦其遭到破坏,对业务传输影响较小,因此节点与业务关联度较低;节点-业务耦合度分布最低,是由于其他网络节点的节点-业务耦合度均不与该节点相同,节点-业务耦合度分布越低,体现出网络节点的特殊性,从而反映出节点的重要性。
步骤S3、计算每个网络节点的节点耦合重要度Nci:
Nci=di·[1-p(di)];
为了方便计算与对比,对Nci进行归一化,归一化后的值用NOR-Nci表示为:
(Nci)min为所有网络节点的节点耦合重要度的最小值,(Nci)max为所有网络节点的节点耦合重要度的最大值;将节点耦合重要度最小值与最大值之间距离设定为10倍,取X=0.1,归一化后节点耦合重要度的取值范围为[0.1,1]。
本实施例中,经过计算所得的图G中各个网络节点的耦合重要度归一化后重要度值如表3所示。
表3
由表3可知,节点v7的耦合重要度最高,节点v6、v9次之,符合该电力通信网的实际。电力通信网中,各厂站存在不同的地位和作用,中调和500kV变电站大于其他厂站的作用和地位。从拓扑结构和业务路径中,可以看出中调,即节点v7承载着多种重要业务,同时作为多条业务的源宿节点,表明其重要地位和作用,由于其所处的位置和承载业务的重要性,其耦合重要度更高,需要加强保护,仿真结果也表明节点v7的耦合重要度最高。节点v6作为500kV变电站,是电力系统的枢纽站,其设计要更加突出可靠性和稳定性,另一方面,节点v6直接与中调相连,一旦其出现故障,会导致很多业务不能传送到中调,要降低其耦合重要度。220kV变电站,直接承担着我国大部分的电力供应工作,其作用相对单一,节点v5作为220kV变电站,在整个网络中承担的业务种类和数目较少,故其耦合重要度较低。节点v20只承担了一条业务路径,其对网络整体耦合重要程度较小。
步骤S4、根据网络节点承载的业务重要度及业务流量,计算每个网络节点的节点业务重要度Nbi:
其中,mp表示网络节点vi上运行的业务的类型的总数,αik表示节点vi上所运行的第k类业务的数目,βk表示第k类业务的业务重要度值,γk表示第k类业务的业务流量值;每类业务的业务重要度值根据业务的通道类型进行设定;
本实施例中,为了简化计算将业务按业务重要度大小分为5个等级。每种业务的业务重要度值和等级分类如表4所示:
表4
以每个等级中各业务重要度平均值作为该等级业务的业务重要度值。由高到低的每个等级的业务重要度矩阵为β=[0.99,0.92,0.71,0.39,0.21]T,参考业务速率等级,所对应的归一化单位业务流量矩阵为γ=[0.03,0.08,0.02,0.52,0.14]T。
在本实施例中,经过计算所得的图G中网络节点的节点业务重要度值如表5所示:
表5
由表5可知,节点v7的业务重要度值最大,可以看出节点v7承载的业务数量较多,承载了很多重要度等级较高的业务,且业务流量值较大,因此该节点的业务重要度值较大。v10、v11与v12的业务重要度值较小,是由于经过这些节点的业务数量较少或者业务的等级与业务流量值较低,因此节点业务重要度值较低。
步骤S5、如图3所示,综合考虑节点耦合重要度与节点业务重要度,通过下式计算节点综合重要度:
Ni=NOR-Nci·Nbi。
在本实施例中,经过计算所得的图G中网络节点的综合重要度如表6所示。
表6
综合表3、表5及表6,通过仿真结果可知:节点v7、v3与v6的综合重要度较大,是由于在拓扑结构上,v7为省级调度中心(中调),v3为地区调度中心(地调),v6为500kV变电站,其所处的位置至为关键;在业务路由方面,其承担着大量业务,且业务重要度值较大,起着重要作用。节点v13的节点耦合重要度虽然比较大,但是承担业务重要度值较低,因此节点综合重要度降低。
本发明从实际考虑,认为对于一个具有一定规模的网络,排名前10%-30%的节点为网络关键节点。同时将计算结果同节点收缩法与节点介数法进行对比,节点重要度计算结果对比如下表7所示:
表7
通过图G仿真结果可知,本实施例方法与节点收缩同节点介数对于关键节点的识别结果基本一致,由节点收缩同节点介数判定的排名前30%的关键节点与本实施例方法判定排名前30%的节点重合率达83%。v7是网络中唯一的省级调度中心,由于对整个电网业务正常运行的突出作用,一般认为它的重要程度最高,同三种方法的评估结果相一致。节点收缩法中无法区分节点v9、v10、v11、v12、v13的重要性,本实施例方法则克服了只从拓扑结构评价节点重要度的局限性,考虑了节点传输的业务特性,可以对这些节点进一步区分。介数法中认为节点v14的重要性排名比较靠前,但是该节点仅为220KV变电站,既非中调也非地调,与事实不符。由此可知本实施例方法评估结果更为准确。
通过以上分析可知,本实施例方法能够对节点重要度合理排序,选取重要度较高的节点作为关键节点进行重点保护,有效提高网络可靠性,其评估结果可为网络运维部门提供指导。
对于本领域的技术人员来说,可以根据以上的技术方案和构思,给出各种相应的改变和变形,而所有的这些改变和变形,都应该包括在本发明权利要求的保护范围之内。
Claims (4)
1.一种电力通信网关键节点识别方法,其特征在于,包括如下步骤:
步骤S1、建立电力通信网的网络模型:
依据电力通信网的实际架构及业务分布,构建相对应的网络模型,所述网络模型包括网络节点、链路及网络承载业务,用图G表示为:
G=(V,E,S);
其中V={v1,v2,...,vN}为图G中的网络节点集合,N为网络节点的数量,网络节点表示电力通信网中的通信设备;E={e1,e2,...,eM}为图G中边的集合,M为边的数量,所述边表示电力通信设备之间的链路;S={s1,s2,…,sP}表示图G中网络承载业务的集合,P为网络承载业务的数量;
步骤S2、计算节点-业务耦合度及节点-业务耦合度分布:
根据网络承载业务的集合S={s1,s2,…,sP}中所有业务路径与网络节点的耦合度,按下式计算网络模型中每个网络节点的节点-业务耦合度di:
其中,当dpi=1时,表示全耦合,即网络节点vi在业务路径sp上且为业务路径的源节点、宿节点或中间无备用路由节点;当dpi=0.5时,表示半耦合,即网络节点vi为业务路径sp上的中间节点,同时该中间节点存在备用路由;当dpi=0时,表示不耦合,即网络节点vi不在业务路径sp上;
根据网络节点的节点-业务耦合度di可定义网络模型中相同耦合度的分布概率,即节点-业务耦合度分布p(di):
其中:表示网络模型中包含节点vi自身在内,节点-业务耦合度与节点vi的节点-业务耦合度di相等的网络节点的数量;
步骤S3、计算每个网络节点的节点耦合重要度Nci:
Nci=di·[1-p(di)];
步骤S4、根据网络节点承载的业务重要度及业务流量,计算每个网络节点的节点业务重要度Nbi:
其中,mp表示网络节点vi上运行的业务的类型的总数,αik表示节点vi上所运行的第k类业务的数目,βk表示第k类业务的业务重要度值,γk表示第k类业务的业务流量值;
步骤S5、综合考虑节点耦合重要度与节点业务重要度计算节点综合重要度,并根据每个网络节点的综合重要度对所有网络节点进行降序排列,按设定的数量或百分比确定排名前列的网络节点为关键节点。
2.根据权利要求1所述的电力通信网关键节点识别方法,其特征在于,步骤S5中,具体取每个网络节点的节点耦合重要度与节点业务重要度的乘积作为网络节点的节点综合重要度。
3.根据权利要求1或2所述的电力通信网关键节点识别方法,其特征在于,步骤S3中,对Nci进行归一化,归一化后的值用NOR-Nci表示为:
(Nci)min为所有网络节点的节点耦合重要度的最小值,(Nci)max为所有网络节点的节点耦合重要度的最大值;将节点耦合重要度的最小值与最大值之间距离设定为10倍,取X=0.1,归一化后节点耦合重要度的取值范围为[0.1,1];
步骤S5中,取每个网络节点的归一化后的节点耦合重要度与节点业务重要度的乘积作为网络节点的节点综合重要度,即:
Ni=NOR-Nci·Nbi。
4.根据权利要求1所述的电力通信网关键节点识别方法,其特征在于,步骤S5中,取排名前10%-30%的网络节点为关键节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910762755.8A CN110474806B (zh) | 2019-08-19 | 2019-08-19 | 一种电力通信网关键节点识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910762755.8A CN110474806B (zh) | 2019-08-19 | 2019-08-19 | 一种电力通信网关键节点识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110474806A true CN110474806A (zh) | 2019-11-19 |
CN110474806B CN110474806B (zh) | 2022-04-01 |
Family
ID=68511839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910762755.8A Active CN110474806B (zh) | 2019-08-19 | 2019-08-19 | 一种电力通信网关键节点识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110474806B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111147288A (zh) * | 2019-12-14 | 2020-05-12 | 贵州电网有限责任公司 | 一种电力调度通信网节点重要性辨识评估方法 |
CN112202597A (zh) * | 2020-09-10 | 2021-01-08 | 广东电网有限责任公司 | 一种低压台区通信网络节点重要度的评估方法 |
CN113225215A (zh) * | 2021-05-19 | 2021-08-06 | 华北电力大学 | 一种sdn架构下区分服务网络关键链路识别方法及系统 |
CN113271226A (zh) * | 2021-05-19 | 2021-08-17 | 湖南经研电力设计有限公司 | 电力通信网关键链路识别方法及其保护方法 |
CN113536508A (zh) * | 2021-07-30 | 2021-10-22 | 齐鲁工业大学 | 一种制造网络节点分类方法及系统 |
CN113965400A (zh) * | 2021-11-01 | 2022-01-21 | 电子科技大学长三角研究院(衢州) | 一种通信网络中流量关键点的确定方法 |
CN114567562A (zh) * | 2022-03-01 | 2022-05-31 | 重庆邮电大学 | 一种电网与通信网耦合网络关键节点识别的方法 |
CN115022190A (zh) * | 2022-06-02 | 2022-09-06 | 中电普信(北京)科技发展有限公司 | 一种基于大数据分析的网络拓扑性能计算方法和系统 |
CN115242607A (zh) * | 2022-07-01 | 2022-10-25 | 国网福建省电力有限公司 | 一种基于节点重要性的电力网络可靠性预警方法 |
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 |
CN116150257A (zh) * | 2023-04-18 | 2023-05-23 | 国网湖北省电力有限公司信息通信公司 | 电力通信光缆资源可视化分析方法、系统及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110087644A1 (en) * | 2009-10-12 | 2011-04-14 | Oracle International Corporation | Enterprise node rank engine |
US20130010154A1 (en) * | 2011-01-26 | 2013-01-10 | Kazuhiko Maeda | Image management device, image management method, program, recording medium, and integrated circuit |
CN104579868A (zh) * | 2014-11-28 | 2015-04-29 | 广东电网有限责任公司电力调度控制中心 | 基于节点重要度的电力通信网络构建方法 |
CN105530133A (zh) * | 2015-12-22 | 2016-04-27 | 武汉大学 | 一种电力控制业务智能恢复方法 |
CN105871594A (zh) * | 2016-03-22 | 2016-08-17 | 华北电力大学(保定) | 一种电力通信网节点重要度计算方法 |
CN106506192A (zh) * | 2016-10-09 | 2017-03-15 | 中国电子科技集团公司第三十六研究所 | 一种识别网络关键节点的方法和装置 |
CN106789190A (zh) * | 2016-12-05 | 2017-05-31 | 国网河南省电力公司信息通信公司 | 一种电力通信网脆弱性评估及路由优化方法 |
CN107453897A (zh) * | 2017-07-03 | 2017-12-08 | 北京邮电大学 | 一种节点重要性评价方法、装置、电子设备及存储介质 |
CN107453928A (zh) * | 2017-09-22 | 2017-12-08 | 冀北电力有限公司电力经济技术研究院 | 一种电力通信网节点重要度评价方法及装置 |
CN108847969A (zh) * | 2018-06-05 | 2018-11-20 | 北京航空航天大学 | 基于信息流的网络业务可靠性分析方法 |
-
2019
- 2019-08-19 CN CN201910762755.8A patent/CN110474806B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110087644A1 (en) * | 2009-10-12 | 2011-04-14 | Oracle International Corporation | Enterprise node rank engine |
US20130010154A1 (en) * | 2011-01-26 | 2013-01-10 | Kazuhiko Maeda | Image management device, image management method, program, recording medium, and integrated circuit |
CN104579868A (zh) * | 2014-11-28 | 2015-04-29 | 广东电网有限责任公司电力调度控制中心 | 基于节点重要度的电力通信网络构建方法 |
CN105530133A (zh) * | 2015-12-22 | 2016-04-27 | 武汉大学 | 一种电力控制业务智能恢复方法 |
CN105871594A (zh) * | 2016-03-22 | 2016-08-17 | 华北电力大学(保定) | 一种电力通信网节点重要度计算方法 |
CN106506192A (zh) * | 2016-10-09 | 2017-03-15 | 中国电子科技集团公司第三十六研究所 | 一种识别网络关键节点的方法和装置 |
CN106789190A (zh) * | 2016-12-05 | 2017-05-31 | 国网河南省电力公司信息通信公司 | 一种电力通信网脆弱性评估及路由优化方法 |
CN107453897A (zh) * | 2017-07-03 | 2017-12-08 | 北京邮电大学 | 一种节点重要性评价方法、装置、电子设备及存储介质 |
CN107453928A (zh) * | 2017-09-22 | 2017-12-08 | 冀北电力有限公司电力经济技术研究院 | 一种电力通信网节点重要度评价方法及装置 |
CN108847969A (zh) * | 2018-06-05 | 2018-11-20 | 北京航空航天大学 | 基于信息流的网络业务可靠性分析方法 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111147288A (zh) * | 2019-12-14 | 2020-05-12 | 贵州电网有限责任公司 | 一种电力调度通信网节点重要性辨识评估方法 |
CN111147288B (zh) * | 2019-12-14 | 2023-02-03 | 贵州电网有限责任公司 | 一种电力调度通信网节点重要性辨识评估方法 |
CN112202597A (zh) * | 2020-09-10 | 2021-01-08 | 广东电网有限责任公司 | 一种低压台区通信网络节点重要度的评估方法 |
CN113271226B (zh) * | 2021-05-19 | 2022-06-24 | 湖南经研电力设计有限公司 | 电力通信网关键链路识别方法及其保护方法 |
CN113225215B (zh) * | 2021-05-19 | 2022-04-12 | 华北电力大学 | 一种sdn架构下区分服务网络关键链路识别方法及系统 |
CN113271226A (zh) * | 2021-05-19 | 2021-08-17 | 湖南经研电力设计有限公司 | 电力通信网关键链路识别方法及其保护方法 |
CN113225215A (zh) * | 2021-05-19 | 2021-08-06 | 华北电力大学 | 一种sdn架构下区分服务网络关键链路识别方法及系统 |
CN113536508A (zh) * | 2021-07-30 | 2021-10-22 | 齐鲁工业大学 | 一种制造网络节点分类方法及系统 |
CN113536508B (zh) * | 2021-07-30 | 2023-11-21 | 齐鲁工业大学 | 一种制造网络节点分类方法及系统 |
CN113965400B (zh) * | 2021-11-01 | 2023-06-30 | 电子科技大学长三角研究院(衢州) | 一种通信网络中流量关键点的确定方法 |
CN113965400A (zh) * | 2021-11-01 | 2022-01-21 | 电子科技大学长三角研究院(衢州) | 一种通信网络中流量关键点的确定方法 |
CN114567562A (zh) * | 2022-03-01 | 2022-05-31 | 重庆邮电大学 | 一种电网与通信网耦合网络关键节点识别的方法 |
CN114567562B (zh) * | 2022-03-01 | 2024-02-06 | 重庆邮电大学 | 一种电网与通信网耦合网络关键节点识别的方法 |
CN115022190A (zh) * | 2022-06-02 | 2022-09-06 | 中电普信(北京)科技发展有限公司 | 一种基于大数据分析的网络拓扑性能计算方法和系统 |
CN115242607A (zh) * | 2022-07-01 | 2022-10-25 | 国网福建省电力有限公司 | 一种基于节点重要性的电力网络可靠性预警方法 |
CN115242607B (zh) * | 2022-07-01 | 2023-06-27 | 国网福建省电力有限公司 | 一种基于节点重要性的电力网络可靠性预警方法 |
CN115622902B (zh) * | 2022-12-19 | 2023-04-07 | 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 |
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 |
CN116150257A (zh) * | 2023-04-18 | 2023-05-23 | 国网湖北省电力有限公司信息通信公司 | 电力通信光缆资源可视化分析方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110474806B (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110474806A (zh) | 一种电力通信网关键节点识别方法 | |
CN107508297B (zh) | 一种配网拓扑结构校验与维护方法 | |
CN113705085B (zh) | 一种智能电网多层次结构建模及风险评估方法 | |
CN103166774B (zh) | 同路由排查方法和装置 | |
CN109038794B (zh) | 一种面向QoS控制的特高压电网系统保护业务路径规划方法 | |
CN103166812B (zh) | 电力通信系统可靠性测定方法 | |
CN112688428B (zh) | 一种基于物联网技术的10千伏电网同期线损治理方法 | |
CN106549779A (zh) | 一种多约束电力通信业务最大不相交双路由配置方法 | |
CN106022583A (zh) | 基于模糊化决策树的电力通信业务风险计算方法及系统 | |
CN102801732A (zh) | 一种基于网络拓扑结构的电力通信骨干网安全风险评估方法 | |
CN105871594A (zh) | 一种电力通信网节点重要度计算方法 | |
CN106656633B (zh) | 一种电力骨干otn传输性能的评估系统及方法 | |
CN107070724A (zh) | 一种电力通信网端到端业务通信状态监测方法 | |
CN107085939B (zh) | 一种基于路网等级划分的高速公路vms布局优化方法 | |
CN105703973B (zh) | 一种基于复合量度的电力通信光纤网络可靠性研究方法 | |
CN114025264A (zh) | 一种面向电力通信sdh光传输网络的路由规划方法 | |
CN103560952B (zh) | 微型网络中的节点故障恢复方法 | |
CN110086260A (zh) | 一种配电网智能感知管控装置 | |
CN110188473A (zh) | 一种电力骨干通信网节点重要度识别方法 | |
CN107800624A (zh) | 一种区域性保护关键信息最优迂回路径选择新方法 | |
CN106506190B (zh) | 一种通信网运行系统及运行方法 | |
CN107292759A (zh) | 基于供电可靠性的配电网规划计算分析系统 | |
CN104394027B (zh) | 一种基于元数据的网络质量检测方法及装置 | |
CN110401556A (zh) | 一种idc机房线缆可视化自动调度的方法和装置 | |
CN108921438A (zh) | 一种基于级联权重的配电网调控管理薄弱环节辨识方法 |
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 |