CN111725801A - 基于注意力机制的配电系统脆弱节点辨识方法及系统 - Google Patents

基于注意力机制的配电系统脆弱节点辨识方法及系统 Download PDF

Info

Publication number
CN111725801A
CN111725801A CN202010374478.6A CN202010374478A CN111725801A CN 111725801 A CN111725801 A CN 111725801A CN 202010374478 A CN202010374478 A CN 202010374478A CN 111725801 A CN111725801 A CN 111725801A
Authority
CN
China
Prior art keywords
node
ratio
nodes
sequence
value
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
Application number
CN202010374478.6A
Other languages
English (en)
Other versions
CN111725801B (zh
Inventor
刘鑫沛
张章
康春建
郭桂洋
郑政
刘丙双
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.)
National Computer Network and Information Security Management Center
Original Assignee
National Computer Network and Information Security Management Center
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 National Computer Network and Information Security Management Center filed Critical National Computer Network and Information Security Management Center
Priority to CN202010374478.6A priority Critical patent/CN111725801B/zh
Publication of CN111725801A publication Critical patent/CN111725801A/zh
Application granted granted Critical
Publication of CN111725801B publication Critical patent/CN111725801B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Abstract

本发明公开一种基于注意力机制的配电系统脆弱节点辨识方法及系统，涉及配电分析技术领域，能够精准高效的辨识出配电系统中的脆弱节点，以便对这些脆弱节点重点维护并部署相应的应急预案。该方法包括：根据供电系统的拓扑结构构建等效模型有向图，等效模型有向图中包括N个节点以及各节点间的路径关系；组建包括节点序列BD、节点序列BC以及节点序列BB的关键节点备选序列VB；分别计算各节点在节点序列BD中的占比值
Figure DDA0002479418470000016
在节点序列BC中的占比值
Figure DDA0002479418470000011
在节点序列BB中的占比值
Figure DDA0002479418470000015
以及节点i所带的负载值li；基于各节点对应的占比值
Figure DDA0002479418470000012
占比值
Figure DDA0002479418470000013
占比值
Figure DDA0002479418470000014
及负载值li，对各节点的特性值排序筛选出脆弱节点。该系统应用有上述方案所提的方法。

Description

基于注意力机制的配电系统脆弱节点辨识方法及系统
技术领域
本发明涉及配电分析技术领域，尤其涉及一种基于注意力机制的配电系统脆弱节点辨识方法及系统。
背景技术
由于数据中心内的设备几乎都需要依靠电力驱动，因此当电力系统中断时，影响是巨大的。电力系统故障主要有三类，即自然灾害、随机故障、故意攻击。自然灾害主要包括雷电、地震、极冷或酷热天气等，往往直接破坏电力系统，影响范围巨大，停电通常持续很长时间，从几小时到几天不等。随机故障主要包括电力系统设施老化、输电线路跳闸、电力系统部件的错误拆卸、人为错误等，通常会造成电力系统的局部损坏，一般来讲随机失效的概率远高于自然灾害的概率。故意攻击主要包括电磁脉冲突然爆发、网络攻击，目标是电力系统的关键元件，所以停电的影响可能是巨大的，例如，攻击电网中选定的一组节点、边或路径可能会严重破坏电力系统甚至导致系统整个瘫痪。随着现代电力系统中典型的SCADA(supervisory control and data acquisition，简称SCADA)系统的应用，有目的的攻击者有可能对电力系统进行远程监控，并制定相应的攻击策略，造成大停电。
目前绝大部分企事业机构对配电系统不够重视，随着设备运行年限增长，设备老化严重，配电线路错综复杂，一旦某个环节故障可能导致影响范围扩大。目前绝大多数配电系统在维护中存在如下问题：
1、靠人工凭经验判断哪个环节重要程度高，发生故障可能会导致多大范围的影响，仅仅模糊判断，没有准确的数据支撑；
2、一旦某个重要配电开关故障，需要紧急联络母联开关供电时，需要查找历史负荷记录手工计算后进行操作，既耽误了应急响应时间，也可能因故障千差万别，在计算时可能疏忽某些环节的承载能力，从而导致故障范围扩大；
3、绝大多企事业机构在进行配电设备检修时，采用无差别检修模式或某几个重要节点检修模式，无法识别配电路径的薄弱环节，无法将有限的资源用在最脆弱的地方。
因此对配电系统的脆弱性进行分析，找到最为脆弱的节点，进而加强此类节点的日常维护并预先制定好应急预案将极大的降低配电系统故障后造成的影响。
发明内容
本发明的目的在于提供一种基于注意力机制的配电系统脆弱节点辨识方法及系统，能够精准高效的辨识出配电系统中的脆弱节点，以便对这些脆弱节点重点维护并部署相应的应急预案。
为了实现上述目的，本发明的第一方面提供一种基于注意力机制的配电系统脆弱节点辨识方法，包括：
根据供电系统的拓扑结构构建等效模型有向图，所述等效模型有向图中包括N个节点以及各节点间的路径关系；
组建包括节点序列BD、节点序列BC以及节点序列BB的关键节点备选序列VB，所述节点序列BD由多个节点i及与各节点i映射的点度中心值组成，所述节点序列BC由多个节点i及与各节点i映射的接近中心值组成，所述节点序列BB由多个节点i及与各节点i映射的介数中心值组成，i∈[1，N]；
分别计算各节点在节点序列BD中的占比值
Figure BDA0002479418450000021
在节点序列BC中的占比值
Figure BDA0002479418450000022
在节点序列BB中的占比值
Figure BDA0002479418450000023
以及节点i所带的负载值li；
基于各节点对应的占比值
Figure BDA0002479418450000024
占比值
Figure BDA0002479418450000025
占比值
Figure BDA0002479418450000026
及负载值li，对各节点的特性值排序筛选出脆弱节点。
优选地，在组建备选序列VB之前还包括：
采用点度中心法计算有向图中各节点的点度中心值CD(i)，采用节点接近中心法计算有向图中各节点的接近中心值CC(i)，采用节点介数中心法计算有向图中各节点的介数中心值CB(i)。
优选地，组建包括节点序列BD、节点序列BC以及节点序列BB的关键节点备选序列VB的方法包括：
所述关键节点备选序列VB＝{BD、BC、BB}；其中，
所述
Figure BDA0002479418450000031
以及与各节点映射的点度中心值；
所述
Figure BDA0002479418450000032
以及与各节点映射的接近中心值；
所述
Figure BDA0002479418450000033
以及与各节点映射的介数中心值。
较佳地，分别计算节点i在节点序列BD中的占比值
Figure BDA0002479418450000034
在节点序列BC中的占比值
Figure BDA0002479418450000035
在节点序列BB中的占比值
Figure BDA0002479418450000036
的方法包括：
采用公式
Figure BDA0002479418450000037
F∈[D,C,B]，分别计算节点i在节点序列BD中的占比值
Figure BDA0002479418450000038
在节点序列BC中的占比值
Figure BDA0002479418450000039
在节点序列BB中的占比值
Figure BDA00024794184500000310
其中，CF(i)为节点i采用点度中心法对应的计算值、采用节点接近中心法对应的计算值或者采用节点介数中心法对应的计算值，且j∈[1，N]，且i≠j。
优选地，节点i所带的负载值li的计算方法为：
采用公式
Figure BDA00024794184500000311
计算节点i所带的负载值，其中，节点k为节点i的子节点，且lk表示节点k的负荷量，fsk为节点k所对应父节点的数量，m为节点i的子节点数量。
优选地，基于各节点对应的占比值
Figure BDA00024794184500000312
占比值
Figure BDA00024794184500000313
占比值
Figure BDA00024794184500000314
及负载值li，对各节点的特性值排序筛选出脆弱节点的方法包括：
构建所述有向图中各节点i的表达向量
Figure BDA00024794184500000315
将各节点i的表达向量映射为一个可量化的节点特性值vvi，并将得到的全部节点特性值vvi按照从大到小排序；
从排序中筛选出节点特性值vvi大于阈值的节点视为脆弱节点。
优选地，将各节点i的表达向量映射为一个可量化的节点特性值vvi的方法为：
采用公式
Figure BDA0002479418450000041
其中，wh为与所述表达向量维度对应的权重向量，所述h表示向量中的元素位置。
与现有技术相比，本发明提供的基于注意力机制的配电系统脆弱节点辨识方法具有以下有益效果：
本发明提供的基于注意力机制的配电系统脆弱节点辨识方法中，为了便于分析首先需根据供电系统的拓扑结构构建等效模型有向图，该等效模型有向图中包括N个节点以及各节点间的路径关系，然后基于等效模型有向图组建关键节点备选序列VB，其中，节点序列BD由多个节点i及与各节点i映射的点度中心值组成，节点序列BC由多个节点i及与各节点i映射的接近中心值组成，节点序列BB由多个节点i及与各节点i映射的介数中心值组成，接着计算每种节点序列中对应的各节点的占比值
Figure BDA0002479418450000042
占比值
Figure BDA0002479418450000043
和占比值
Figure BDA0002479418450000044
以及计算每个节点i所带的负载值li，最终基于各节点对应的占比值
Figure BDA0002479418450000045
占比值
Figure BDA0002479418450000046
占比值
Figure BDA0002479418450000047
及负载值li计算出各节点的特性值，并根据各节点特性值的大小筛选出等效模型有向图中的脆弱节点。
可见，本发明首先从点度中心性、接近中心性和介数中心性三个角度分别来考虑等效模型有向图中各节点的关键性，组建包括节点序列BD、节点序列BC以及节点序列BB的关键节点备选序列VB，也即从拓扑结构层面考虑各节点的关键性，然后从节点在拓扑结构中所带负载的层面考虑各节点的关键性，并基于注意力机制对关键节点备选序列VB及各节点所带的负载综合建模，筛选出等效模型有向图中的脆弱节点。
本发明的第二方面提供一种基于注意力机制的配电系统脆弱节点辨识系统，应用于上述技术方案所述的基于注意力机制的配电系统脆弱节点辨识方法中，所述系统包括：
建模单元，用于根据供电系统的拓扑结构构建等效模型有向图，所述等效模型有向图中包括N个节点以及各节点间的路径关系；
序列构建单元，用于组建包括节点序列BD、节点序列BC以及节点序列BB的关键节点备选序列VB，所述节点序列BD由多个节点i及与各节点i映射的点度中心值组成，所述节点序列BC由多个节点i及与各节点i映射的接近中心值组成，所述节点序列BB由多个节点i及与各节点i映射的介数中心值组成，i∈[1，N]；
第一计算单元，用于分别计算各节点在节点序列BD中的占比值
Figure BDA0002479418450000051
在节点序列BC中的占比值
Figure BDA0002479418450000052
在节点序列BB中的占比值
Figure BDA0002479418450000053
以及节点i所带的负载值li；
识别输出单元，用于基于各节点对应的占比值
Figure BDA0002479418450000054
占比值
Figure BDA0002479418450000055
占比值
Figure BDA0002479418450000056
及负载值li，对各节点的特性值排序筛选出脆弱节点。
优选地，在所述建模单元与所述序列构建单元之间还包括：
第二计算单元，通过采用点度中心法计算有向图中各节点的点度中心值CD(i)，采用节点接近中心法计算有向图中各节点的接近中心值CC(i)，采用节点介数中心法计算有向图中各节点的介数中心值CB(i)。
与现有技术相比，本发明提供的基于注意力机制的配电系统脆弱节点辨识系统的有益效果与上述技术方案提供的基于注意力机制的配电系统脆弱节点辨识方法的有益效果相同，在此不做赘述。
本发明的第三方面提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述基于注意力机制的配电系统脆弱节点辨识方法的步骤。
与现有技术相比，本发明提供的计算机可读存储介质的有益效果与上述技术方案提供的用于数据机房供电系统的电力分配方法的有益效果相同，在此不做赘述。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例一中基于注意力机制的配电系统脆弱节点辨识方法的流程示意图；
图2为本发明实施例一中等效模型有向图的示例图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本发明保护的范围。
实施例一
请参阅图1和图2，本实施例提供一种基于注意力机制的配电系统脆弱节点辨识方法，包括：
根据供电系统的拓扑结构构建等效模型有向图，该等效模型有向图中包括N个节点以及各节点间的路径关系；
组建包括节点序列BD、节点序列BC以及节点序列BB的关键节点备选序列VB，所述节点序列BD由多个节点i及与各节点i映射的点度中心值组成，所述节点序列BC由多个节点i及与各节点i映射的接近中心值组成，所述节点序列BB由多个节点i及与各节点i映射的介数中心值组成，i∈[1，N]；
分别计算各节点在节点序列BD中的占比值
Figure BDA0002479418450000061
在节点序列BC中的占比值
Figure BDA0002479418450000062
在节点序列BB中的占比值
Figure BDA0002479418450000063
以及节点i所带的负载值li；
基于各节点对应的占比值
Figure BDA0002479418450000064
占比值
Figure BDA0002479418450000065
占比值
Figure BDA0002479418450000066
及负载值li，对各节点的特性值排序筛选出脆弱节点。
本实施例提供的基于注意力机制的配电系统脆弱节点辨识方法中，为了便于分析首先需根据供电系统的拓扑结构构建等效模型有向图，该等效模型有向图中包括N个节点，两节点之间形成的边以及各节点间的路径关系，然后基于等效模型有向图组建关键节点备选序列VB，其中，节点序列BD由多个节点i及与各节点i映射的点度中心值组成，节点序列BC由多个节点i及与各节点i映射的接近中心值组成，节点序列BB由多个节点i及与各节点i映射的介数中心值组成，接着计算每种节点序列中对应的各节点的占比值
Figure BDA0002479418450000071
占比值
Figure BDA0002479418450000072
和占比值
Figure BDA0002479418450000073
以及计算每个节点i所带的负载值li，最终基于各节点对应的占比值
Figure BDA0002479418450000074
占比值
Figure BDA0002479418450000075
占比值
Figure BDA0002479418450000076
及负载值li计算出各节点的特性值，并根据各节点特性值的大小筛选出等效模型有向图中的脆弱节点。
可见，本实施例首先从点度中心性、接近中心性和介数中心性三个角度分别来考虑等效模型有向图中各节点的关键性，组建包括节点序列BD、节点序列BC以及节点序列BB的关键节点备选序列VB，也即从拓扑结构层面考虑各节点的关键性，然后从节点在拓扑结构中所带负载的层面考虑各节点的关键性，并基于注意力机制对关键节点备选序列VB及各节点所带的负载综合建模，筛选出等效模型有向图中的脆弱节点。
可以理解的是，供电系统由电网、高压进线柜、隔离柜、计量柜、高压馈线柜、变压器、母线、低压进线柜、低压输出柜、无功补偿柜、连接电缆、二级配电柜、UPS、三级配电柜以及各类负载组成，负载包括服务器、水冷机组、水泵、照明、办公电器、生活电器、消防设施等负载组成，以上电气设备可以分为变电设备(变压器等)、送电设备(如各类配电柜)和用电设备(如各类负载)，各类电气设备间通过电缆或母线连接，用于电力的传输，而且电力传输方向只能由送电端向受电端传送。故供电系统的拓扑结构可以用等效模型有向图(赋权有向图)表示为
Figure BDA0002479418450000077
其中，V是节点集，也称为顶点集，是各类电气设备的抽象建模，包括配电柜、变压器、联络开关、ATS、STS、MTS、UPS、柴油发电机、隔离开关等，E∈V×V是有向边集，集合E中元素e＝(x，y)为连接两节点间x和y的电气线路，其容量(最大支持的电功率输送能力)用C(e)表示，上述等效模型有向图的构建可以通过networkx软件实现，生成的等效模型有向图如图2所示，其中，图中黑点表示节点，黑色连线表示各节点间的路径关系。
上述实施例在组建备选序列VB之前还包括：
采用点度中心法计算有向图中各节点的点度中心值CD(i)，采用节点接近中心法计算有向图中各节点的接近中心值CC(i)，采用节点介数中心法计算有向图中各节点的介数中心值CB(i)。
在图论中用节点中心性表示节点的重要程度，主要包括点度中心性(Degreecentrality)、接近中心性(Closeness centrality)和中介中心性(betweennesscentrality)等。下面对上述三种节点中心性做解释性说明：
1、点度中心性
点度中心性是网络分析中刻画节点中心性的最直接度量指标。一个节点的点度中心值越大就意味着这个节点的度中心性越高，该节点在网络中也就越重要。对一个拥有g个节点的等效模型有向图，节点i的点度中心性是节点i与其他g-1个节点的直接联系的关系表示，公式如下:
Figure BDA0002479418450000081
Figure BDA0002479418450000082
公式中，CD(i)表示节点i的点度中心值，xij表示节点i和节点j的连接关系，如果节点i和节点j有边直接相连则节点i的度数加1，如果节点i和节点j无边直接相连则节点i的度数加0，通过遍历等效模型有向图中除节点i之外的所有节点j，累加节点i的度数得到分子的数值，g-1表示等效模型有向图中除节点i之外的所有节点j的数量。节点i与其他节点的联系越多，则点度中心值越大，表示节点i与其他节点间的供用电关系越紧密。
2、接近中心性
节点接近程度是用节点间的距离来表征，也即两个节点之间最短路径中所包含边的数目。比如，一个节点到其他节点的最短路径都很短，那么该节点的接近中心值就越高，这个定义其实比点度中心性从几何角度上更符合中心度的概念，因为只有到其它节点的最短路径最小，才能意味着这个节点从几何角度来相比较其他节点来说最接近图的中心位置。公式如下：
Figure BDA0002479418450000091
公式中，CC(i)表示节点i的接近中心值，d(i,j)表示节点i到节点j的最短路径中的边的数目。从公式上可以看出，d(i,j)处于公式的分母中，节点i距离节点j的最短路径中的边的数目越少，则对应的接近中心值越大。表示节点i与其他节点j间的供用电环节越少。
3、介数中心性
介数中心性表示一个节点如果经常出现在其他节点间最短距离路径中(即最短距离的路径经常包含该节点)，那么说明该节点更有能力促进其他节点间连通。计算公式如下，分母表示所有节点间最短路径的数目累加，分子表示所有节点间最短路径中包含节点i的路径的数目累加。
Figure BDA0002479418450000092
公式中，CB(i)表示有向图中各节点的介数中心值，分母表示节点i到节点j的最短路径数目，可能为1或0。分子表示节点i到节点j的最短路径中包含节点s的最短路径数目。从公式可以看出，介数中心性能够从供电路由角度来表征节点的重要程度。
上述实施例中，组建包括节点序列BD、节点序列BC以及节点序列BB的关键节点备选序列VB的方法包括：
关键节点备选序列VB＝{BD、BC、BB}；其中，
Figure BDA0002479418450000093
以及与各节点映射的点度中心值；
Figure BDA0002479418450000094
以及与各节点映射的接近中心值；
Figure BDA0002479418450000095
以及与各节点映射的介数中心值。
上述关键节点备选序列VB包括节点序列BD、节点序列BC和节点序列BB，也即分别采用了点度中心性法、接近中心性法和介数中心性法对等效模型有向图中的各节点关键性进行了评估分析，每个节点序列中均包含全部数量的节点，以及各节点对应的中心值。
上述实施例中，分别计算节点i在节点序列BD中的占比值
Figure BDA0002479418450000101
在节点序列BC中的占比值
Figure BDA0002479418450000102
在节点序列BB中的占比值
Figure BDA0002479418450000103
的方法包括：
采用公式
Figure BDA0002479418450000104
F∈[D,C,B]，分别计算节点i在节点序列BD中的占比值
Figure BDA0002479418450000105
在节点序列BC中的占比值
Figure BDA0002479418450000106
在节点序列BB中的占比值
Figure BDA0002479418450000107
其中，CF(i)为节点i采用点度中心法对应的计算值、采用节点接近中心法对应的计算值或者采用节点介数中心法对应的计算值，且j∈[1，N]，且i≠j。
当F∈D时计算节点i在节点序列BD中的占比值
Figure BDA0002479418450000108
当F∈C时计算节点i在节点序列BC中的占比值
Figure BDA0002479418450000109
当F∈B时计算节点i在节点序列BB中的占比值
Figure BDA00024794184500001010
依次遍历等效模型有向图中的各节点，对应得到各节点分别在节点序列BD中的占比值
Figure BDA00024794184500001011
在节点序列BC中的占比值
Figure BDA00024794184500001012
以及在节点序列BB中的占比值
Figure BDA00024794184500001013
进一步地，上述实施例中节点i所带的负载值li的计算方法为：
采用公式
Figure BDA00024794184500001014
计算节点i所带的负载值，其中，节点k为节点i的子节点，且lk表示节点k的负荷量，fsk为节点k所对应父节点的数量，m为节点i的子节点数量。
上述实施例中，基于各节点对应的占比值
Figure BDA00024794184500001015
占比值
Figure BDA00024794184500001016
占比值
Figure BDA00024794184500001017
及负载值li，对各节点的特性值排序筛选出脆弱节点的方法包括：
构建所述有向图中各节点i的表达向量
Figure BDA00024794184500001018
将各节点i的表达向量映射为一个可量化的节点特性值vvi，并将得到的全部节点特性值vvi按照从大到小排序；
从排序中筛选出节点特性值vvi大于阈值的节点视为脆弱节点。
其中，e为对应节点i的额定值，如开关的额定功率，
Figure BDA00024794184500001019
和
Figure BDA00024794184500001020
分别对应节点i在节点序列BD中的占比值
Figure BDA00024794184500001021
在节点序列BC中的占比值
Figure BDA00024794184500001022
在节点序列BB中的占比值
Figure BDA0002479418450000111
li为节点i所带的负载值。
上述实施例中将各节点i的表达向量映射为一个可量化的节点特性值vvi的方法为：
采用公式
Figure BDA0002479418450000112
其中，wh为与所述表达向量维度对应的权重向量，所述h表示向量中的元素位置。
具体实施时，wh为[0.1，0.3，0.4，0.1，0.1]，权重向量中共有5个元素，当h取1时，
Figure BDA0002479418450000113
表示第1个权重值与rvi中的第5个元素做乘积运算，也即0.1×e，以此类推，直到第5个权重值与rvi中的第5个元素完成乘积运算。
最终，采用上述公式遍历计算出各节点的特性值vvi，通过将全部特性值vvi按照由大到小的顺序排列，筛选出节点特性值vvi大于阈值的节点视为脆弱节点，特性值vvi越大则说明对应的节点越关键，也即脆弱性越高。或者，筛选出最大的Q个节点构成一个序列集合
Figure BDA0002479418450000114
实施例二
本实施例提供一种基于注意力机制的配电系统脆弱节点辨识系统，包括：
建模单元，用于根据供电系统的拓扑结构构建等效模型有向图，所述等效模型有向图中包括N个节点以及各节点间的路径关系；
序列构建单元，用于组建包括节点序列BD、节点序列BC以及节点序列BB的关键节点备选序列VB，所述节点序列BD由多个节点i及与各节点i映射的点度中心值组成，所述节点序列BC由多个节点i及与各节点i映射的接近中心值组成，所述节点序列BB由多个节点i及与各节点i映射的介数中心值组成，i∈[1，N]；
第一计算单元，用于分别计算各节点在节点序列BD中的占比值
Figure BDA0002479418450000115
在节点序列BC中的占比值
Figure BDA0002479418450000116
在节点序列BB中的占比值
Figure BDA0002479418450000117
以及节点i所带的负载值li；
识别输出单元，用于基于各节点对应的占比值
Figure BDA0002479418450000121
占比值
Figure BDA0002479418450000122
占比值
Figure BDA0002479418450000123
及负载值li，对各节点的特性值排序筛选出脆弱节点。
与现有技术相比，本发明实施例提供的基于注意力机制的配电系统脆弱节点辨识系统的有益效果与上述实施例一提供的基于注意力机制的配电系统脆弱节点辨识方法的有益效果相同，在此不做赘述。
实施例三
本实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述基于注意力机制的配电系统脆弱节点辨识方法的步骤。
与现有技术相比，本实施例提供的计算机可读存储介质的有益效果与上述技术方案提供的基于注意力机制的配电系统脆弱节点辨识方法的有益效果相同，在此不做赘述。
本领域普通技术人员可以理解，实现上述发明方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，上述程序可以存储于计算机可读取存储介质中，该程序在执行时，包括上述实施例方法的各步骤，而的存储介质可以是：ROM/RAM、磁碟、光盘、存储卡等。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种基于注意力机制的配电系统脆弱节点辨识方法，其特征在于，包括：
根据供电系统的拓扑结构构建等效模型有向图，所述等效模型有向图中包括N个节点以及各节点间的路径关系；
组建包括节点序列BD、节点序列BC以及节点序列BB的关键节点备选序列VB，所述节点序列BD由多个节点i及与各节点i映射的点度中心值组成，所述节点序列BC由多个节点i及与各节点i映射的接近中心值组成，所述节点序列BB由多个节点i及与各节点i映射的介数中心值组成，i∈[1，N]；
分别计算各节点在节点序列BD中的占比值
Figure FDA0002479418440000011
在节点序列BC中的占比值
Figure FDA0002479418440000012
在节点序列BB中的占比值
Figure FDA0002479418440000013
以及节点i所带的负载值li；
基于各节点对应的占比值
Figure FDA0002479418440000014
占比值
Figure FDA0002479418440000015
占比值
Figure FDA0002479418440000016
及负载值li，对各节点的特性值排序筛选出脆弱节点。
2.根据权利要求1所述的方法，其特征在于，在组建备选序列VB之前还包括：
采用点度中心法计算有向图中各节点的点度中心值CD(i)，采用节点接近中心法计算有向图中各节点的接近中心值CC(i)，采用节点介数中心法计算有向图中各节点的介数中心值CB(i)。
3.根据权利要求1或2所述的方法，其特征在于，组建包括节点序列BD、节点序列BC以及节点序列BB的关键节点备选序列VB的方法包括：
所述关键节点备选序列VB＝{BD、BC、BB}；其中，
所述
Figure FDA0002479418440000017
以及与各节点映射的点度中心值；
所述
Figure FDA0002479418440000018
以及与各节点映射的接近中心值；
所述
Figure FDA0002479418440000019
以及与各节点映射的介数中心值。
4.根据权利要求3所述的方法，其特征在于，分别计算节点i在节点序列BD中的占比值
Figure FDA0002479418440000021
在节点序列BC中的占比值
Figure FDA0002479418440000022
在节点序列BB中的占比值
Figure FDA0002479418440000023
的方法包括：
采用公式
Figure FDA0002479418440000024
F∈[D,C,B]，分别计算节点i在节点序列BD中的占比值
Figure FDA0002479418440000025
在节点序列BC中的占比值
Figure FDA0002479418440000026
在节点序列BB中的占比值
Figure FDA0002479418440000027
其中，CF(i)为节点i采用点度中心法对应的计算值、采用节点接近中心法对应的计算值或者采用节点介数中心法对应的计算值，且j∈[1，N]，且i≠j。
5.根据权利要求1所述的方法，其特征在于，节点i所带的负载值li的计算方法为：
采用公式
Figure FDA0002479418440000028
计算节点i所带的负载值，其中，节点k为节点i的子节点，且lk表示节点k的负荷量，fsk为节点k所对应父节点的数量，m为节点i的子节点数量。
6.根据权利要求1所述的方法，其特征在于，基于各节点对应的占比值
Figure FDA0002479418440000029
占比值
Figure FDA00024794184400000210
占比值
Figure FDA00024794184400000211
及负载值li，对各节点的特性值排序筛选出脆弱节点的方法包括：
构建所述有向图中各节点i的表达向量
Figure FDA00024794184400000212
将各节点i的表达向量映射为一个可量化的节点特性值vvi，并将得到的全部节点特性值vvi按照从大到小排序；
从排序中筛选出节点特性值vvi大于阈值的节点视为脆弱节点。
7.根据权利要求6所述的方法，其特征在于，将各节点i的表达向量映射为一个可量化的节点特性值vvi的方法为：
采用公式
Figure FDA00024794184400000213
其中，wh为与所述表达向量维度对应的权重向量，所述h表示向量中的元素位置。
8.一种基于注意力机制的配电系统脆弱节点辨识系统，其特征在于，包括：
建模单元，用于根据供电系统的拓扑结构构建等效模型有向图，所述等效模型有向图中包括N个节点以及各节点间的路径关系；
序列构建单元，用于组建包括节点序列BD、节点序列BC以及节点序列BB的关键节点备选序列VB，所述节点序列BD由多个节点i及与各节点i映射的点度中心值组成，所述节点序列BC由多个节点i及与各节点i映射的接近中心值组成，所述节点序列BB由多个节点i及与各节点i映射的介数中心值组成，i∈[1，N]；
第一计算单元，用于分别计算各节点在节点序列BD中的占比值
Figure FDA0002479418440000031
在节点序列BC中的占比值
Figure FDA0002479418440000032
在节点序列BB中的占比值
Figure FDA0002479418440000033
以及节点i所带的负载值li；
识别输出单元，用于基于各节点对应的占比值
Figure FDA0002479418440000034
占比值
Figure FDA0002479418440000035
占比值
Figure FDA0002479418440000036
及负载值li，对各节点的特性值排序筛选出脆弱节点。
9.根据权利要求8所述的系统，其特征在于，在所述建模单元与所述序列构建单元之间还包括：
第二计算单元，通过采用点度中心法计算有向图中各节点的点度中心值CD(i)，采用节点接近中心法计算有向图中各节点的接近中心值CC(i)，采用节点介数中心法计算有向图中各节点的介数中心值CB(i)。
10.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，计算机程序被处理器运行时执行上述权利要求1至7任一项所述方法的步骤。
CN202010374478.6A 2020-05-06 2020-05-06 基于注意力机制的配电系统脆弱节点辨识方法及系统 Active CN111725801B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010374478.6A CN111725801B (zh) 2020-05-06 2020-05-06 基于注意力机制的配电系统脆弱节点辨识方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010374478.6A CN111725801B (zh) 2020-05-06 2020-05-06 基于注意力机制的配电系统脆弱节点辨识方法及系统

Publications (2)

Publication Number Publication Date
CN111725801A true CN111725801A (zh) 2020-09-29
CN111725801B CN111725801B (zh) 2022-05-24

Family

ID=72564261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010374478.6A Active CN111725801B (zh) 2020-05-06 2020-05-06 基于注意力机制的配电系统脆弱节点辨识方法及系统

Country Status (1)

Country Link
CN (1) CN111725801B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100217577A1 (en) * 2009-02-24 2010-08-26 Sun Microsystems, Inc. Parallel power grid analysis
CN105893740A (zh) * 2016-03-29 2016-08-24 中国人民解放军国防科学技术大学 一种用于挖掘电力网络中脆弱节点和线路的方法
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
CN110097019A (zh) * 2019-05-10 2019-08-06 腾讯科技（深圳）有限公司 字符识别方法、装置、计算机设备以及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100217577A1 (en) * 2009-02-24 2010-08-26 Sun Microsystems, Inc. Parallel power grid analysis
CN105893740A (zh) * 2016-03-29 2016-08-24 中国人民解放军国防科学技术大学 一种用于挖掘电力网络中脆弱节点和线路的方法
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
CN110097019A (zh) * 2019-05-10 2019-08-06 腾讯科技（深圳）有限公司 字符识别方法、装置、计算机设备以及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宋欣桐: "复杂电网关键节点及线路辨识方法研究", 《中国优秀硕士学位论文全文数据库（电子期刊）工程科技Ⅱ辑》 *

Also Published As

Publication number Publication date
CN111725801B (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
JP7118282B2 (ja) マイクログリッドを構成するシステム、方法、及びコンピュータプログラム製品
Che et al. Adaptive formation of microgrids with mobile emergency resources for critical service restoration in extreme conditions
Nguyen et al. Cyber security of smart grid: attacks and defenses
Mishra et al. Microgrid resilience: A holistic approach for assessing threats, identifying vulnerabilities, and designing corresponding mitigation strategies
Panteli et al. Power system resilience to extreme weather: Fragility modeling, probabilistic impact assessment, and adaptation measures
Afzal et al. State‐of‐the‐art review on power system resilience and assessment techniques
Bajwa et al. Enhancing power system resilience leveraging microgrids: A review
Hines et al. " Dual Graph" and" Random Chemistry" Methods for Cascading Failure Analysis
Arif et al. A stochastic multi-commodity logistic model for disaster preparation in distribution systems
Bernstein et al. Sensitivity analysis of the power grid vulnerability to large-scale cascading failures
Force Resilience framework, methods, and metrics for the electricity sector
Chopade et al. Critical infrastructure interdependency modeling: Using graph models to assess the vulnerability of smart power grid and SCADA networks
Dehghani et al. Multi-stage resilience management of smart power distribution systems: A stochastic robust optimization model
Ghasemi et al. A stochastic planning model for improving resilience of distribution system considering master-slave distributed generators and network reconfiguration
Noebels et al. Assessing the effect of preventive islanding on power grid resilience
Marashi et al. Towards comprehensive modeling of reliability for smart grids: Requirements and challenges
CN107301479B (zh) 基于自然灾害风险的输电系统多场景规划方法
Trakas et al. Strengthening transmission system resilience against extreme weather events by undergrounding selected lines
US20220138872A1 (en) Computer-aided technique for assessing infrastructure reliability and resilience and related systems, methods, and devices
Bajwa et al. Resilience‐oriented service restoration modelling interdependent critical loads in distribution systems with integrated distributed generators
Su et al. Identification of critical nodes for cascade faults of grids based on electrical PageRank
Chanda Measuring and enabling resiliency in distribution sysems with multiple microgrids
Vasenev et al. A hazus-based method for assessing robustness of electricity supply to critical smart grid consumers during flood events
CN111725801B (zh) 基于注意力机制的配电系统脆弱节点辨识方法及系统
Omogoye et al. Distribution system network resilience enhancement against predicted hurricane events using statistical probabilistic system line damage prediction model

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