CN112507552A - 一种基于多种攻击策略的电力网络脆弱性评估方法 - Google Patents
一种基于多种攻击策略的电力网络脆弱性评估方法 Download PDFInfo
- Publication number
- CN112507552A CN112507552A CN202011428682.8A CN202011428682A CN112507552A CN 112507552 A CN112507552 A CN 112507552A CN 202011428682 A CN202011428682 A CN 202011428682A CN 112507552 A CN112507552 A CN 112507552A
- Authority
- CN
- China
- Prior art keywords
- node
- network
- power
- nodes
- betweenness
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims 2
- 230000000644 propagated effect Effects 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 5
- 230000002265 prevention Effects 0.000 abstract description 5
- 230000015556 catabolic process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (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
一种基于多种攻击策略的电力系统脆弱性评估方法，包括：1)构建电网模型。2)分别从节点度、介数、局部中心性、节点故障损失四个方面来评估网络中节点重要性，并根据网络节点重要性来完成攻击策略的制定。3)建立介数虚拟流模型来模拟电力系统中级联故障传播的过程。4)基于介数虚拟流模型，建立脆弱性指标，采用多种攻击策略模拟网络攻击，根据脆弱性指标变化评估IEEE300电力系统网络的脆弱性。本发明针对多种攻击策略的情况时电力网络的脆弱性，建立介数虚拟流模型以及多种攻击策略来分析级联失效下电网的性能变化。不仅可以识别对电力网络中节点的重要性，对电力系统管理人员的维护工作和设计人员在进行电力系统故障防范时提供决策支持。
Description
技术领域
本发明涉及电力网络的脆弱性和应急管理领域，具体涉及一种基于多种攻击策略的电力网络脆弱性评估方法
背景技术
电力系统的保护是促进社会经济、民生等方面稳定发展的重要支柱。电力系统受到破坏将导致社会多个方面受到影响，甚至发生部分地区整体基础设施系统发生瘫痪，为了防止电力系统网络受到破坏，许多国家都在推行政策来防止电力系统破坏事件的发生。同时，电网中初始的微小故障可能引发大规模的网络崩溃导致电力网络大面积瘫痪的现象。例如，2003年意大利停电，2003年北美停电和2012年印度停电，都是初始故障在电力网络中蔓延导致电力网络多个区域内发生故障，并因此引发了其他基础设施系统的同时发生大规模瘫痪，对国家民生、经济和社会稳定方面造成极大负面影响。因此，研究电力网络故障传播情况，降低电力网络脆弱性具有重要意义。
发明内容
本发明的内容是提供一种基于多种攻击策略的电力网络脆弱性评估方法，用于评估网络中的重要的站点，对电力系统管理人员的维护工作和设计人员在进行电力系统故障防范时提供决策支持。
为了实现上述目的，本发明采取了如下技术方案；
S1：首先根据收集的IEEE300电力系统的拓扑数据来构建电网模型。
S2：分别从节点度、介数、局部中心性、节点故障造成系统性能损失四个方面来评估网络中节点重要性，并根据网络节点重要性来完成攻击策略的制定。
S3：建立介数虚拟流模型来模拟电力系统中级联故障传播的过程。
S4：基于介数虚拟流模型，建立脆弱性指标，采用多种攻击策略模拟网络攻击，根据脆弱性指标变化评估IEEE300电力系统网络的脆弱性。
进一步地，所述步骤S1的所述步骤S1的对于电力系统网络建模规则具体为:
电网建模方法是以自然网络形态呈现出的网络结构，将电力网络中的电站抽象为节点，将连接两电站之间的电力线抽象为边，当两个电站间存在相连的时，那么在拓扑结构中这两个节点间具有一条连边，反应两者之间的直接相连关系。采用该方法构建的电力网络拓扑结构，反映了网络的连接状态，这种结构便于分析网络的拓扑特征以及节点的拓扑属性。
对于电网的建模，通常我们分别将电站抽象为节点，电力传输线首相为边，一般来说，电力网络可以用图G＝{V,E}来表示，这里V＝{vi|i＝1,2,…,N}表示节点的集合，E＝{lij|lij＝(vi,vj)}表示为边得集合，N是节点的数量，当节点i和节点j直接相连的时，lij＝1，反则当节点i和j不直接相连时，lij＝0。
进一步地，所述步骤S2中的节点度、介数、局部中心性、节点故障损失具体为：
节点度表示节点连接的边的数量，节点i的节点度表示如下：
节点度Di表示与节点i直接相连的边的数量，站点的度可用来反应电力系统网络的节点局部影响性。
节点介数由通过该节点的所有对节点之间的最短路径数来描述，反映该节点在网络上的中心性，节点i的介数表示如下：
其中BCi是节点i的介数，σjm是节点j和节点m之间的最短路径的数量，σjm(vi)是在图V中节点j和节点m之间的最短路径通过节点i的数量。介数通常用来描述网络中的中心性，介数值高的节点往往是网络中重要连接枢纽，因此介数高的节点对网络的连接的完整性起着至关重要的作用。
局部中心性则考虑节点最近邻居和次近邻居的度值信息，定义了一个多级邻居信息指标，即根据该节点所处的局部网络拓扑特性来衡量网络节点重要性，表示如下：
其中Γ(i)为节点i最近邻居集合，Γ(j)为节点j最近邻居集合，N(u)为节点u最近邻居节点数和次近邻节点数之和。其具体算法案例如下：
假设节点a的邻居节点分别是b，c，d.且有两个次邻近节点e，f。那么N(a)＝5，而Q(a)＝N(b)+N(c)+N(d)，CL(a)＝Q(b)+Q(c)+Q(d)，而该节点的CL值即为节点a的局部中心性。节点局部中心性表示了每个站点所在局部网络的中心性，评价节点对于其所在局部网络的重要性，节点局部中心性越大表明该站点对于局部网络的影响越大。
节点故障损失则是根据节点移除导致系统性能损失来评估节点重要性，即从电网性能损失方面来评估节点重要性。同时在系统性能评估指标不同时，评估的结果也会根据具体的系统性能指标不同做出对应调整。
如采用电力系统脆弱性评价指标为故障规模时，则分别依次记录电网初始状态下，网络移除节点导致的故障规模作为衡量节点重要度的指标。通过节点故障造成电力系统性能损失来评估节点的重要性，有利于为电力系统管理人员的维护工作和设计人员在进行电力系统故障的防范，通过保护关键节点可以有效防止电网性能发生大幅的下降。
其中，根据从节点度值、介数、局部中心性、节点故障规模四个方面来对节点重要度进行由高到低排序，根据节点重要度排序方式作为攻击节点的顺序，完成攻击策略制定。
进一步地，所述步骤S3中介数虚拟流模型具体为：
当以电网为研究对象构建介数虚拟流时，需将电网中节点的介数作为该节点负荷。考虑在电网故障后，由于元件的移除，会引起最短路径的变化，进而导致某些节点的负荷超过其额定容量而损坏，则会引起级联故障，导致故障在电网中进一步传播，导致更多节点发生故障。以上故障传播模型即为介数虚拟流模型。同时由于电网中节点容量与节点出生流量具有线性关系，则节点容量设定为节点初始容量的(1+α)倍。
进一步地，所述步骤S4中的脆弱性指标具体为：
本发明使用故障规模的变化来评估网络的整体脆弱性。故障规模是一种基于流的网络性能评价指标，在表示电力系统网络性能时，故障规模的大小表示为电网故障前后负荷量的减少比例，也称为负荷损失。表示如下：
其中，
和
分别代表电网正常运行情况下和电网故障后，第i个节点的负荷，N则代表网络的节点数目。
本发明的有益效果是：本发明根据4种网络节点重要性评估指标较为全面评估电网节点重要性，并根据介数虚拟流模型，模拟电网中潮流变化以及故障传播过程，更加具有电网的功能层面特性。4种攻击策略的应用于虚拟流模型中能更好分析电网级联失效过程，并且可以研究攻击策略对网络性能变化影响，同时有利于辨别网络中关键节点，为电力系统管理人员的维护工作和设计人员在进行电力系统故障防范时提供决策支持。
附图说明
图1为本发明一种基于多种攻击策略的电力网络脆弱性评估方法的总理流程。
具体实施方式
为了便于理解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、详细地描述。所描述的实施例仅是本发明的一部分实施例。
如图1所示，一种基于多种攻击策略的电力网络脆弱性评估方法，主要包括以下步骤：
S1：首先根据收集的IEEE300电力系统的拓扑数据来构建电网模型。
电网建模方法是以自然网络形态呈现出的网络结构，将电力网络中的电站抽象为节点，将连接两电站之间的电力线抽象为边，当两个电站间存在相连的时，那么在拓扑结构中这两个节点间具有一条连边，反应两者之间的直接相连关系。采用该方法构建的电力网络拓扑结构，反映了网络的连接状态，这种结构便于分析网络的拓扑特征以及节点的拓扑属性。
对于电网的建模，通常我们分别将电站抽象为节点，电力传输线首相为边，一般来说，电力网络可以用图G＝{V,E}来表示，这里V＝{vi|i＝1,2,…,N}表示节点的集合，E＝{lij|lij＝(vi,vj)}表示为边得集合，N是节点的数量，当节点i和节点j直接相连的时，lij＝1，反则当节点i和j不直接相连时，lij＝0。
S2：分别从节点度、介数、局部中心性、节点故障损失四个方面来评估网络中节点重要性，并根据网络节点重要性来完成攻击策略的制定。
节点度表示节点连接的边的数量，节点i的节点度表示如下：
节点度Di表示与节点i直接相连的边的数量，站点的度可用来反应电力系统网络的节点局部影响性。
节点介数由通过该节点的所有对节点之间的最短路径数来描述，反映该节点在网络上的中心性，节点i的介数表示如下：
其中BCi是节点i的介数，σjm是节点j和节点m之间的最短路径的数量，σjm(vi)是在图V中节点j和节点m之间的最短路径通过节点i的数量。介数通常用来描述网络中的中心性，介数值高的节点往往是网络中重要连接枢纽，因此介数高的节点对网络的连接的完整性起着至关重要的作用。
局部中心性则考虑节点最近邻居和次近邻居的度值信息，定义了一个多级邻居信息指标，即根据该节点所处的局部网络拓扑特性来衡量网络节点重要性，表示如下：
其中Γ(i)为节点i最近邻居集合，Γ(j)为节点j最近邻居集合，N(u)为节点u最近邻居节点数和次近邻节点数之和。其具体算法案例如下：
假设节点a的邻居节点分别是b，c，d.且有两个次邻近节点e，f。那么N(a)＝5，而Q(a)＝N(b)+N(c)+N(d)，CL(a)＝Q(b)+Q(c)+Q(d)，而该节点的CL值即为节点a的局部中心性。节点局部中心性表示了每个站点所在局部网络的中心性，评价节点对于其所在局部网络的重要性，节点局部中心性越大表明该站点对于局部网络的影响越大。
节点故障损失则是根据节点移除导致系统性能损失来评估节点重要性，即从电网性能损失方面来评估节点重要性。同时在系统性能评估指标不同时，评估的结果也会根据具体的系统性能指标不同做出对应调整。
如采用电力系统脆弱性评价指标为故障规模时，则分别依次记录电网初始状态下，网络移除节点导致的故障规模作为衡量节点重要度的指标。通过节点故障造成电力系统性能损失来评估节点的重要性，有利于为电力系统管理人员的维护工作和设计人员在进行电力系统故障的防范，通过保护关键节点可以有效防止电网性能发生大幅的下降。
其中，根据从节点度值、介数、局部中心性、节点故障规模四个方面来对节点重要度进行由高到低排序，根据节点重要度排序方式作为攻击节点的顺序，完成攻击策略制定。
S4：基于介数虚拟流模型，建立脆弱性指标，采用多种攻击策略模拟网络攻击，根据脆弱性指标变化评估IEEE300电力系统网络的脆弱性。
本发明使用故障规模的变化来评估网络的整体脆弱性。故障规模是一种基于流的网络性能评价指标，在表示电力系统网络性能时，故障规模的大小表示为电网故障前后负荷量的减少比例，也称为负荷损失。表示如下：
其中，
和
分别代表电网正常运行情况下和电网故障后，第i个节点的负荷，N则代表网络的节点数目。
以上结合附图对本发明的具体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 (6)
1.一种基于多种攻击策略的电力网络脆弱性评估方法，其特征在于，包括以下步骤：
S1：首先根据收集的IEEE300电力系统的拓扑数据来构建电网模型；
S2：分别从节点度、介数、局部中心性、节点故障损失四个方面来评估网络中节点重要性，并根据网络节点重要性来完成攻击策略的制定；
S3：建立介数虚拟流模型来模拟电力系统中级联故障传播的过程；
S4：基于介数虚拟流模型，建立脆弱性指标，采用多种攻击策略模拟网络攻击，根据脆弱性指标变化评估IEEE300电力系统网络的脆弱性。
2.根据权利要求1所述的一种基于多种攻击策略的电力网络脆弱性评估方法，其特征在于，所述步骤S1的对于电力系统网络建模规则包括：
将电力网络中的电站抽象为节点，将连接两电站之间的电力线抽象为边，当两个电站间存在相连的时，拓扑结构中两个节点间的连边反应两者之间的直接相连关系；分别将电站抽象为节点，电力传输线首相为边，电力网络用图G＝{V,E}来表示，V＝{vi|i＝1,2,…,N}表示节点的集合，E＝{lij|lij＝(vi,vj)}表示为边得集合，N是节点的数量，当节点i和节点j直接相连的时，lij＝1，反之当节点i和j不直接相连时，lij＝0。
3.根据权利要求1所述的一种基于多种攻击策略的电力网络脆弱性评估方法，其特征在于，所述步骤S2中的节点度、介数、局部中心性、节点故障损失具体为：
节点度表示节点连接的边的数量，节点i的节点度表示如下：
节点度Di表示与节点i直接相连的边的数量，站点的度用来反应电力系统网络的节点局部影响性；
节点介数由通过该节点的所有对节点之间的最短路径数来描述，反映该节点在网络上的中心性，节点i的介数表示如下：
其中BCi是节点i的介数，σjm是节点j和节点m之间的最短路径的数量，σjm(vi)是在图V中节点j和节点m之间的最短路径通过节点i的数量；
局部中心性定义多级邻居信息指标，根据该节点所处的局部网络拓扑特性来衡量网络节点重要性，表示如下：
其中Γ(i)为节点i最近邻居集合，Γ(j)为节点j最近邻居集合，N(u)为节点u最近邻居节点数和次近邻节点数之和；节点局部中心性表示每个站点所在局部网络的中心性，评价节点对于其所在局部网络的重要性，节点局部中心性越大表明该站点对于局部网络的影响越大；
节点故障损失是根据节点移除导致系统性能损失来评估节点重要性；
从节点度值、介数、局部中心性、节点故障损失四个方面来对节点重要度进行由高到低排序，根据节点重要度排序方式作为攻击节点的顺序，完成攻击策略的制定。
4.根据权利要求1所述的一种基于多种攻击策略的电力网络脆弱性评估方法，其特征在于，所述步骤S3中介数虚拟流模型具体为：
以电网为对象构建介数虚拟流，将电网中节点的介数作为该节点负荷；在电网故障后，元件的移除引起最短路径的变化，使某些节点的负荷超过其额定容量而损坏，引起级联故障，导致故障在电网中进一步传播，导致更多节点发生故障；以上故障传播模型即为介数虚拟流模型。
5.根据权利要求4所述的一种基于多种攻击策略的电力网络脆弱性评估方法，其特征在于，所述节点容量为节点初始容量的(1+α)倍。
6.根据权利要求1所述的一种基于多种攻击策略电力脆弱性评估方法，其特征在于，所述步骤S4中的脆弱性指标和多种攻击策略具体为：
故障规模的大小表示为电网故障前后负荷量的减少比例，也称为负荷损失，表示如下：
其中，
和
分别代表电网正常运行情况下和电网故障后，第i个节点的负荷，N则代表网络的节点数目。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010818624.XA CN111950153A (zh) | 2020-08-14 | 2020-08-14 | 一种基于多种攻击策略的电力网络脆弱性评估方法 |
| CN202010818624X | 2020-08-14 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112507552A true CN112507552A (zh) | 2021-03-16 |
Family
ID=73342298
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010818624.XA Pending CN111950153A (zh) | 2020-08-14 | 2020-08-14 | 一种基于多种攻击策略的电力网络脆弱性评估方法 |
| CN202011428682.8A Withdrawn CN112507552A (zh) | 2020-08-14 | 2020-12-09 | 一种基于多种攻击策略的电力网络脆弱性评估方法 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010818624.XA Pending CN111950153A (zh) | 2020-08-14 | 2020-08-14 | 一种基于多种攻击策略的电力网络脆弱性评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN111950153A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113094975A (zh) * | 2021-03-22 | 2021-07-09 | 西安交通大学 | 智能电网节点脆弱性的评估方法、系统、设备及存储介质 |
| CN113705085A (zh) * | 2021-08-03 | 2021-11-26 | 国家电网有限公司信息通信分公司 | 一种智能电网多层次结构建模及风险评估方法 |
| CN113987728A (zh) * | 2021-12-27 | 2022-01-28 | 广州市交通规划研究院 | 一种复杂干线公共交通线网稳定性的优化方法 |
| CN114547966A (zh) * | 2022-01-10 | 2022-05-27 | 浙江大学 | 基于硬件特征信息的神经网络加速器故障脆弱性评估方法 |
| CN114598612A (zh) * | 2022-03-18 | 2022-06-07 | 西华大学 | 电力通信融合网络级联失效模型及节点脆弱性评估方法 |
| CN115473817A (zh) * | 2022-08-10 | 2022-12-13 | 武汉大学 | 一种考虑空间特性的电力信息网的构建方法及系统 |
| CN115801591A (zh) * | 2023-02-15 | 2023-03-14 | 聊城金恒智慧城市运营有限公司 | 网络安全脆弱性评估定量计算方法 |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112636357B (zh) * | 2020-12-10 | 2022-11-04 | 南京理工大学 | 基于强化学习的电网脆弱性分析方法 |
| CN112633649B (zh) * | 2020-12-11 | 2024-08-13 | 国网辽宁省电力有限公司经济技术研究院 | 电网多属性重要节点评估与规划方法 |
| CN112733136B (zh) * | 2021-01-12 | 2022-03-18 | 浙江工业大学 | 一种基于网络节点拓扑结构的对抗攻击检测方法和系统 |
| CN113452673B (zh) * | 2021-05-18 | 2022-05-03 | 广西电网有限责任公司电力科学研究院 | 一种面向电力系统的网络攻击破坏程度量化方法 |
| CN113472738A (zh) * | 2021-05-18 | 2021-10-01 | 广西电网有限责任公司电力科学研究院 | 一种电力内网终端设备的攻击风险耦合建模方法 |
| CN113836679B (zh) * | 2021-10-14 | 2024-02-23 | 国网湖南省电力有限公司 | N-k攻击模式下脆弱线路组合的识别方法及装置 |
| CN115034694B (zh) * | 2022-08-11 | 2022-10-21 | 成都数之联科技股份有限公司 | 一种电网脆弱性评估方法、装置、电子设备及存储介质 |
| CN115664750B (zh) * | 2022-10-18 | 2024-05-14 | 南方电网数字电网研究院有限公司 | 一种基于区块链的全域电力防护方法 |
| CN115884242B (zh) * | 2022-11-25 | 2023-08-15 | 江苏省工商行政管理局信息中心 | 基于动态复杂信息系统的动态网络脆弱性评价系统及方法 |
| CN116343487B (zh) * | 2023-05-19 | 2023-08-01 | 武汉理工大学 | 兼顾全局效率与局部错位的城市交通路网韧性评估方法 |
| CN116976154B (zh) * | 2023-09-25 | 2023-12-22 | 国网北京市电力公司 | 一种基于诱导因子的电力系统脆弱性测试方法 |
-
2020
- 2020-08-14 CN CN202010818624.XA patent/CN111950153A/zh active Pending
- 2020-12-09 CN CN202011428682.8A patent/CN112507552A/zh not_active Withdrawn
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113094975A (zh) * | 2021-03-22 | 2021-07-09 | 西安交通大学 | 智能电网节点脆弱性的评估方法、系统、设备及存储介质 |
| CN113094975B (zh) * | 2021-03-22 | 2024-04-05 | 西安交通大学 | 智能电网节点脆弱性的评估方法、系统、设备及存储介质 |
| CN113705085A (zh) * | 2021-08-03 | 2021-11-26 | 国家电网有限公司信息通信分公司 | 一种智能电网多层次结构建模及风险评估方法 |
| CN113987728A (zh) * | 2021-12-27 | 2022-01-28 | 广州市交通规划研究院 | 一种复杂干线公共交通线网稳定性的优化方法 |
| CN114547966A (zh) * | 2022-01-10 | 2022-05-27 | 浙江大学 | 基于硬件特征信息的神经网络加速器故障脆弱性评估方法 |
| CN114598612A (zh) * | 2022-03-18 | 2022-06-07 | 西华大学 | 电力通信融合网络级联失效模型及节点脆弱性评估方法 |
| CN115473817A (zh) * | 2022-08-10 | 2022-12-13 | 武汉大学 | 一种考虑空间特性的电力信息网的构建方法及系统 |
| CN115473817B (zh) * | 2022-08-10 | 2023-08-15 | 武汉大学 | 一种考虑空间特性的电力信息网的构建方法及系统 |
| CN115801591A (zh) * | 2023-02-15 | 2023-03-14 | 聊城金恒智慧城市运营有限公司 | 网络安全脆弱性评估定量计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111950153A (zh) | 2020-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112507552A (zh) | 一种基于多种攻击策略的电力网络脆弱性评估方法 | |
| Wei et al. | A novel cascading faults graph based transmission network vulnerability assessment method | |
| CN103607320B (zh) | 电力通信网抗毁性评价方法 | |
| Zhou et al. | Power network robustness analysis based on electrical engineering and complex network theory | |
| CN110783968B (zh) | 一种交直流电网脆弱线路分析方法及系统 | |
| CN113055358B (zh) | 基于协同攻击基因的电力cps风险传播范围预测方法及系统 | |
| CN107871206A (zh) | 基于连锁故障网络图的输电线路脆弱性识别方法 | |
| CN110350522A (zh) | 一种基于加权h指数的电力系统脆弱线路辨识方法 | |
| CN109586281B (zh) | 基于节点优化编号的配电网可靠性评估方法、装置与介质 | |
| Li et al. | An effective reliability evaluation method for power communication network based on community structure | |
| He et al. | Topological approach to measure network recoverability | |
| Liu et al. | Node Importance Evaluation of Cyber‐Physical System under Cyber‐Attacks Spreading | |
| Pan et al. | Modeling and analysis of cascading failures in cyber-physical power systems under different coupling strategies | |
| CN112258030A (zh) | 配电网智能开关站的选址方法、系统及信息数据处理终端 | |
| CN109861855B (zh) | 一种电力通信网络中节点重要度的确定方法和装置 | |
| CN114221901B (zh) | 一种能源互联网cps韧性调度方法、系统及其存储介质 | |
| CN113987852B (zh) | 一种电力信息物理系统的高风险线路组合分析方法 | |
| CN115577292A (zh) | 基于抽象对偶网络和连锁故障超网络的脆弱线路辨识方法 | |
| Atat et al. | Limiting the Failure Impact of Interdependent Power-Communication Networks via Optimal Partitioning | |
| US11983472B2 (en) | Method for identifying fragile lines in power grids based on electrical betweenness | |
| Li et al. | Research on invulnerability of optical fiber backbone network based on complex network | |
| CN113282881A (zh) | 基于可达矩阵的电力信息物理系统鲁棒性分析方法 | |
| CN114021395B (zh) | 一种电力信息物理系统线路脆弱相关性分析方法及装置 | |
| Luo et al. | Critical node identification of power wireless private communication network based on complex network | |
| Yao et al. | Identification of Critical Coupled Nodes Based on Electrical-Topological Compound Centrality Index for Smart Grid |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210316 |