CN112131689B - 基于电力系统拓扑图的部分信息网生长演化模型构建方法 - Google Patents

Abstract

本发明公开了基于电力系统拓扑图的部分信息网生长演化模型构建方法，针对信息网实际情况，添加若干个节点，使其节点与电力网的节点一一对应，再将这些节点与离它最近的4个节点相连，形成最近邻耦合网络；重连新增节点的所有边；重连完成之后，检查网络是否连通，如果不连通，则继续重连，直到网络连通为止。通过特征路径长度，聚类系数和平均度等复杂网络结构特征参数对演化形成的信息网进行分析，对电力信息网的建设与规划进行改造，实现不同电压等级电网之间的信息网构建。

Description

基于电力系统拓扑图的部分信息网生长演化模型构建方法

技术领域

本发明属于电力信息网拓扑生长演化技术领域，特别是涉及一种基于电力系统拓扑图的部分信息网生长演化模型构建方法。

背景技术

随着智能电网建设的推进，电力网与信息网的联系日益密切，形成了深度耦合的电力信息物理系统，二者之间存在相互作用：电力网为信息网供能，维持其正常工作，信息网是电力网的“大脑”，传递电网的状态信息，发送调度命令，保证电力网的稳定运行。

由于电力需求的不断增长，需要建设新的发电厂与变电站。同时，为了建成信息互联、全面感知的智能电网，信息网的建设是其中的重要环节。信息网的演化主要考虑信息站点以及线路的建设。

信息站点的建设一般在原有的信息网的基础上进行，在现存的电力系统中存在着无对应的信息站点的电力厂站，为了实现电力系统的泛在物联、及时通讯，需要对其信息网进行规划建设。新建信息站点可能与原有一个站点连接，也可能与多个站点连接。在现实电网中，电力信息网与电力网存在部分相依的关系，即电力信息网的部分节点与电力网的部分节点是一一对应的，并且电力网的节点数目比电力信息网的数目要多。

在已有的文献中，有的是在时间和空间上对电网进行生长演化，但是只考虑了电网局部的演化；有的是利用改进的复杂电网邻域演化模型，但是却忽略远距离的节点；有的是电网局域世界演化和随机演化同时进行，但是却没有考虑到信息网对电网的影响，以及实际中电网与信息网的相依关系。

发明内容

本发明实施例的目的在于提供一种基于电力系统拓扑图的部分信息网生长演化模型构建方法，可对信息网的新增节点和线路进行新建和升级改造，实现不同电压等级电网之间的信息网构建。

为解决上述技术问题，本发明所采用的技术方案是，基于电力系统拓扑图的部分信息网生长演化模型构建方法，包括：

步骤1：将所有的电力信息网的节点编号；

步骤2：在现有电力信息网的基础上，添加若干个节点，使电力信息网的节点数与电力网的节点数相等；

步骤3：将添加的节点依次继续编号，并将这些节点与离它编号最近的4个节点相连，形成最近邻耦合网络；其中新添加的第1个节点的第1条连接与原来电力信息网的最后一个节点相连，新增的最后一个节点的最后一条连接与原来电力信息网的第1个节点相连；

步骤4：选择步骤2中新添加的节点中的第1个节点，从它开始将所有节点顺时针编号，再将每两个相邻顺序编号节点连出的边也顺时针排序；然后，该第1节点的第1条连接以一定的概率被重连；新增边的重连步骤如下：保持这个节点这一端不变，将连接的另一端随机换成原始电力信息网加上耦合所形成的网络里的另一个节点，但不能使得两个节点之间有多于1条连接；

步骤5：重连之后，对剩下新增节点的第1条连接进行重连，即对新增节点中的其他节点的第1条连接也做同样的工作，直到绕完新增的最近耦合网络为止；

步骤6：从新增节点中的第一个节点的第2条连接开始，重复步骤4和步骤5，直到绕完一圈为止；

步骤7：再次从新增节点中的第一个节点开始，重复步骤6，直到所有的连接都被执行过重连步骤；

步骤8：重连完成之后，检查演化形成的电力信息网络是否连通；如果不连通，则继续重复4-7步骤，直到网络连通为止；

步骤9：通过特征路径长度，聚类系数和平均度等复杂网络结构特征参数对演化形成的信息网进行分析，对电力信息网的建设与规划进行改造。

进一步的，所述步骤3、5中，所述最近耦合网络为，对于拥有N个节点的网络，将N个节点围成一个环，并将其中每个节点都与它左右各K/2个邻居节点相连而形成的网络，其中N为网络中的节点数目，K＝4。

进一步的，所述步骤4中，一定的概率为重连概率p，其中0＜p＜1。

进一步的，所述步骤9中，所述特征路径长度L定义为：

其中，d_ij为节点对之间的最短路径长度，它表示为连接两个节点之间最短的路径所经过的线路的条数，n为网络中节点的数目，i,j代表两个节点。

进一步的，所述步骤9中，所述平均度为网络所有节点度数的平均值：

其中，＜k＞为网络所有节点度数的平均值，节点i的度数k_i为与节点i连接的所有邻居节点的数目，n为网络中节点的数目。

进一步的，所述步骤9中，所述聚类系数C定义为：

其中，t_i为连接节点i的三角形个数，k_i为节点i的度数，对于节点i，其k_i个邻居节点至多存在k_i(k_i-1)/2条边。

进一步的，所述步骤8中，检查连通的方式是：调用python里的一个模块进行判断网络进行判断。

进一步的，在所述步骤1开始时，需先判断电力网和电力信息网是否具有小世界特性，判断标准为：

式中：C表示网络的聚类系数，L表示网络的特征路径长度，C_random表示具有相同节点数与平均度数的随机网络的聚类系数，L_random表示具有相同节点数与平均度数的随机网络的特征路径长度。

本发明的有益效果是：提出了一种信息网新增节点和线路新建与升级改造，涉及多个电压等级电网的信息网生长演化模型。本模型针对信息网实际情况，添加若干个节点，使其节点与电力网的节点一一对应，这样使得信息网更加符合实际。再将这些节点与离它最近的4个节点相连，形成最近邻耦合网络；重连新增节点的所有边；重连完成之后，检查网络是否连通。如果不连通，则继续重连，直到网络连通为止。由于现实当中的许多复杂网络都具有小世界的特性，因此本模型基于小世界网络模型生成算法，以概率的方式决定新建信息站点的接入方式。通过特征路径长度，聚类系数和平均度等复杂网络结构特征参数对演化形成的信息网进行分析，更加具有说服力，且对电力信息网的规划和建设具有一定指导意义。本发明有利于提高人们对现实世界中复杂电力信息网演化规律的认识，对于将复杂网络理论应用于大规模电力系统的复杂特性研究具有重要意义。本模型为研究不同的信息网规划方案和参数在较长时间尺度上对电网演化的影响提供了一种途径。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明方法的流程图。

图2是湖南电网拓扑结构图。

图3是湖南信息网拓扑结构图

图4是重连概率P＝0.05的电力信息网拓扑图。

图5是重连概率P＝0.06的电力信息网拓扑图。

图6是重连概率P＝0.07的电力信息网拓扑图。

图7是重连概率P＝0.08的电力信息网拓扑图。

图8是重连概率P＝0.09的电力信息网拓扑图。

图9是重连概率P＝0.10的电力信息网拓扑图。

具体实施方式

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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种基于电力系统拓扑图的部分信息网生长演化模型构建方法，流程如图1所示，包括以下步骤：

步骤1：将所有的电力信息网的节点编号；

步骤2：在现有电力信息网的基础上，添加若干个节点，使电力信息网的节点数与电力网的节点数相等；

步骤3：将添加的节点依次继续编号，并将这些节点与离它编号最近的4个节点相连，形成最近邻耦合网络；其中新添加的第1个节点的第1条连接与原来电力信息网的最后一个节点相连，新增的最后一个节点的最后一条连接与原来电力信息网的第1个节点相连；

最近耦合网络都是针对新增的节点而言。

步骤4：选择步骤2中新添加的节点中的第1个节点，从它开始将所有节点顺时针编号，再将每两个相邻顺序编号节点连出的边也顺时针排序(为了之后以一定的概率重连边方便，并且也能防止遗漏)；然后，该节点(第1节点)的第1条连接以一定的概率被重连。新增边的重连步骤如下：保持这个节点这一端不变，将连接的另一端随机换成原始电力信息网加上耦合所形成的网络里的另一个节点，但不能使得两个节点之间有多于1条连接；

步骤5：重连之后，对剩下新增节点的第1条连接进行重连，即对新增节点中的其他节点的第1条连接也做同样的工作，直到绕完新增的最近耦合网络为止；

步骤6：从新增节点中的第一个节点的第2条连接开始，重复步骤4和步骤5，直到绕完一圈为止；

步骤7：再次从新增节点中的第一个节点开始，重复步骤6，直到所有的连接都被执行过重连步骤；

即对新增的第一个节点的第3条连接，第二个节点的第3条连接等进行重连。如果新增的第一个节点还有其他没有被重连的连接，也进行同样的操作。

步骤8：重连完成之后，检查演化形成的电力信息网络是否连通。如果不连通，则继续重复4-7步骤，直到网络连通为止；

检查连通的方式是：调用python里的一个模块进行判断网络进行判断。

步骤9：通过特征路径长度，聚类系数和平均度等复杂网络结构特征参数对演化形成的信息网进行分析，对电力信息网的建设与规划进行改造。

进一步的，步骤3、5中，所述最近耦合网络为，对于拥有N个节点的网络，将N个节点围成一个环，并将其中每个节点都与它左右各K/2个邻居节点相连而形成的网络。

其中N为网络中的节点数目，K为整数，K＝4。

步骤4中，一定的概率为重连概率p，其中0＜p＜1。连接完周围4个点只是形成了部分耦合网络，要对所有新增的边以一定的概率进行重连。

步骤9中，所述特征路径长度L定义为：

其中d_ij为节点对之间的最短路径长度，它表示为连接两个节点之间最短的路径所经过的线路的条数，n为网络中节点的数目。i,j代表两个节点。

步骤9中，所述平均度为网络所有节点度数的平均值：

上式中，＜k＞为网络所有节点度数的平均值，节点i的度数k_i为与节点i连接的所有邻居节点的数目，n为网络中节点的数目。

步骤9中，所述聚类系数C定义为：

其中，t_i为连接节点i的三角形个数。k_i为节点i的度数，对于节点i，其k_i个邻居节点至多存在k_i(k_i-1)/2条边。

在本文的整体步骤前，需先判断是否具有小世界特性。对于电力网和电力信息网都要进行判断，因为大部分现实当中的电网都具有小世界的特性，而电力信息网的生长演化模型就是在小世界网络形成的基础之上的进行修改的。所以对于电力网和电力信息网都要进行判断。

小世界特性是指网络具有较大聚类系数和较小特征路径长度的特点，其判断标准为(即同时满足以下2个标准)：

式中：C表示网络的聚类系数，L表示网络的特征路径长度，C_random表示具有相同节点数与平均度数的随机网络的聚类系数，L_random表示具有相同节点数与平均度数的随机网络的特征路径长度。

实施例：

本实例对2017年湖南省220kv及以上电网的信息网生长演化模型仿真分析，该地区的电力网和信息网的拓扑结构如图2、图3所示。分别对湖南电力网与信息网的拓扑结构进行分析计算，得到湖南电力网、信息网复杂网络结构特征参数如表1所示。结果表明：湖南省电力网与信息网均具有小世界特性。

表1湖南电力网、信息网复杂网络结构特征参数

网络	N	M	<k>	L	C	Lrandom	Crandom
								电力网	258	414	3.2598	5.7046	0.2092	2.4968	0.0451
信息网	220	294	2.6727	6.1103	0.1019	2.5976	0.0461

目前湖南电网的信息网络规模略小于电力网络，两网节点对之间呈现部分相依关系。使用本发明提供的方法演化信息网络，实现电力网络与信息网络的一一对应。根据电力信息网的演化方式(即本文的方法)，设置重连概率为P＝0.05，P＝0.06，P＝0.07，P＝0.08，P＝0.09和P＝0.10，并得到相应的电力信息网拓扑图。如图4、图5、图6、图7、图8和图9所示。具体演化模型的复杂网络结构特征参数如表2所示：

表2湖南电力信息网及演化电力信息网复杂网络结构特征参数

网络	N	M	<k>	L	C
						原始电力信息网	220	294	2.6727	6.2896	0.1019
P＝0.05的电力信息网	258	372	2.8837	7.4354	0.1618
						P＝0.06的电力信息网	258	372	2.8837	6.7126	0.1537
P＝0.07的电力信息网	258	372	2.8837	6.6857	0.1592
						P＝0.08的电力信息网	258	372	2.8837	6.6184	0.1487
P＝0.09的电力信息网	258	372	2.8837	6.5765	0.1409
						P＝0.10的电力信息网	258	372	2.8837	6.2422	0.1326

从表2可知，以不同重连概率演化生成的电力通信网的节点个数和边条数是相等的，因此网络的度分布也是相等。重连概率P＝0.05的电力信息网的平均最短路径长度L为6.6394，聚类系数C为0.1480；而重连概率P＝0.10的电力信息网的平均最短路径长度L为6.3518，聚类系数C为0.1296；相比于重连概率P＝0.05的电力信息网，两个结构参数都有所减少。

由这两个参数对所有演化模型进行对比发现，随着重连概率的增加，平均最短路径长度L和聚类系数C都在不断的减少。从图中也可以看出，随着重连概率的增加，网络越来越密集，向中间靠拢。随着平均最短路径长度L的下降，传输效率也跟着增加。因此，如果线路发生了故障，信息能够更快的传输到调度中心，可以有效的避免形成连锁故障，防止大停电事故的发生。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (7)

1.基于电力系统拓扑图的部分信息网生长演化模型构建方法，其特征在于：包括

步骤1：将所有的电力信息网的节点编号；

步骤2：在现有电力信息网的基础上，添加若干个节点，使电力信息网的节点数与电力网的节点数相等；

步骤3：将添加的节点依次继续编号，并将这些节点与离它编号最近的4个节点相连，形成最近邻耦合网络；其中新添加的第1个节点的第1条连接与原来电力信息网的最后一个节点相连，新增的最后一个节点的最后一条连接与原来电力信息网的第1个节点相连；最近耦合网络为，对于拥有N个节点的网络，将N个节点围成一个环，并将其中每个节点都与它左右各K/2个邻居节点相连而形成的网络，其中N为网络中的节点数目，K＝4；

步骤4：选择步骤2中新添加的节点中的第1个节点，从它开始将所有节点顺时针编号，再将每两个相邻顺序编号节点连出的边也顺时针排序；然后，该第1节点的第1条连接以一定的概率被重连；新增边的重连步骤如下：保持这个节点这一端不变，将连接的另一端随机换成原始电力信息网加上耦合所形成的网络里的另一个节点，但不能使得两个节点之间有多于1条连接；

步骤5：重连之后，对剩下新增节点的第1条连接进行重连，即对新增节点中的其他节点的第1条连接也做同样的工作，直到绕完新增的最近耦合网络为止；最近耦合网络为，对于拥有N个节点的网络，将N个节点围成一个环，并将其中每个节点都与它左右各K/2个邻居节点相连而形成的网络，其中N为网络中的节点数目，K＝4；

步骤6：从新增节点中的第一个节点的第2条连接开始，重复步骤4和步骤5，直到绕完一圈为止；

步骤7：再次从新增节点中的第一个节点开始，重复步骤6，直到所有的连接都被执行过重连步骤；

步骤8：重连完成之后，检查演化形成的电力信息网络是否连通；如果不连通，则继续重复4-7步骤，直到网络连通为止；

步骤9：通过特征路径长度，聚类系数和平均度复杂网络结构特征参数对演化形成的信息网进行分析，对电力信息网的建设与规划进行改造。

2.根据权利要求1所述的基于电力系统拓扑图的部分信息网生长演化模型构建方法，其特征在于：所述步骤4中，一定的概率为重连概率p，其中0＜p＜1。

3.根据权利要求1所述的基于电力系统拓扑图的部分信息网生长演化模型构建方法，其特征在于：所述步骤9中，所述特征路径长度L定义为：

其中，d_ij为节点对之间的最短路径长度，它表示为连接两个节点之间最短的路径所经过的线路的条数，n为网络中节点的数目，i,j代表两个节点。

4.根据权利要求1所述的基于电力系统拓扑图的部分信息网生长演化模型构建方法，其特征在于：所述步骤9中，所述平均度为网络所有节点度数的平均值：

其中，＜k＞为网络所有节点度数的平均值，节点i的度数k_i为与节点i连接的所有邻居节点的数目，n为网络中节点的数目。

5.根据权利要求1所述的基于电力系统拓扑图的部分信息网生长演化模型构建方法，其特征在于：所述步骤9中，所述聚类系数C定义为：

其中，t_i为连接节点i的三角形个数，k_i为节点i的度数，对于节点i，其k_i个邻居节点至多存在k_i(k_i-1)/2条边。

6.根据权利要求1所述的基于电力系统拓扑图的部分信息网生长演化模型构建方法，其特征在于：所述步骤8中，检查连通的方式是：调用python里的一个模块进行判断网络进行判断。

7.根据权利要求1所述的基于电力系统拓扑图的部分信息网生长演化模型构建方法，其特征在于：在所述步骤1开始时，需先判断电力网和电力信息网是否具有小世界特性，判断标准为：

式中：C表示网络的聚类系数，L表示网络的特征路径长度，C_random表示具有相同节点数与平均度数的随机网络的聚类系数，L_random表示具有相同节点数与平均度数的随机网络的特征路径长度。

Images