CN112637006A - 一种电力通信网关键节点及影响域分析方法 - Google Patents

一种电力通信网关键节点及影响域分析方法 Download PDF

Info

Publication number
CN112637006A
CN112637006A CN202011468796.5A CN202011468796A CN112637006A CN 112637006 A CN112637006 A CN 112637006A CN 202011468796 A CN202011468796 A CN 202011468796A CN 112637006 A CN112637006 A CN 112637006A
Authority
CN
China
Prior art keywords
communication
weight
probability
index
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.)
Pending
Application number
CN202011468796.5A
Other languages
English (en)
Inventor
郑涵
田启东
窦壮
林长盛
林欣慰
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.)
Shenzhen Power Supply Bureau Co Ltd
Original Assignee
Shenzhen Power Supply Bureau Co Ltd
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 Shenzhen Power Supply Bureau Co Ltd filed Critical Shenzhen Power Supply Bureau Co Ltd
Priority to CN202011468796.5A priority Critical patent/CN112637006A/zh
Publication of CN112637006A publication Critical patent/CN112637006A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0823—Errors, e.g. transmission errors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
    • H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
    • H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
    • H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
    • H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
    • H04B10/0793—Network aspects, e.g. central monitoring of transmission parameters
    • 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
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • 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
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
    • H04L41/0663—Performing the actions predefined by failover planning, e.g. switching to standby network elements
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852—Delays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q11/00—Selecting arrangements for multiplex systems
    • H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
    • H04Q11/0062—Network aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q11/00—Selecting arrangements for multiplex systems
    • H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
    • H04Q11/0062—Network aspects
    • H04Q2011/0079—Operation or maintenance aspects
    • H04Q2011/0081—Fault tolerance; Redundancy; Recovery; Reconfigurability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q11/00—Selecting arrangements for multiplex systems
    • H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
    • H04Q11/0062—Network aspects
    • H04Q2011/0079—Operation or maintenance aspects
    • H04Q2011/0083—Testing; Monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开一种电力通信网关键节点及影响域分析方法，包括：根据电力通信网中通信设备的组成部分和安全稳定控制装置，建立通信中断的通信通道可靠性模型；分析通信通道由高延时导致通信业务的概率，建立基于通信通道延时概率分布的通信通道可靠性模型；建立综合考虑通信中断、通信延时的系统保护通信通道可靠性模型，并通过层次分析法求得通信业务各指标的主观权重，采用熵权法求得各指标的客观权重；根据主观权重和客观权重得到综合权重，根据各指标的重要度及对应综合权重，确定各个节点和通信链路的重要度；通过通信节点和通信链路的影响域分析方法，获得通信链路和通信节点的影响域。本发明可更加准确地评估电力通信网的通信通道的可靠性。

Description

一种电力通信网关键节点及影响域分析方法
技术领域
本发明涉及智能电网技术领域，尤其涉及一种电力通信网关键节点及影响域分析方法。
背景技术
随着智能电网技术的快速发展，电力系统逐渐成为一个信息系统与电力系统深度融合的时空多维异构系统，即电力信息物理融合系统。作为其中的一个重要环节，高速、可靠和安全的电力通信网络为电力系统的可靠运行提供了技术支撑。电力通信网所传输的电力系统实时监测、保护和控制业务能够对电力系统故障发展初期进行监测和预防，保持电网安全可靠。然而，通信系统的故障(如中断、延迟或误码等)也会导致电力通信业务失效，从而使控制措施不能正常实施，甚至诱发连锁故障。因此，研究电力通信网的关键节点、链路及稳控装置的辨识方法以及通信故障影响域分析法具有重要意义。
近年来，基于通信网络结构的可靠性指标通过对通信网络进行详细建模，利用基于元件故障概率的故障树分析评估网络可靠性。通常这类研究中只考虑通信中断影响，而鲜有考虑通信延时的影响，后者可能引起的系统控制指令无法发挥应有作用。将电力CPS中信息通信网络和电力物理网络视为耦合网络，采用复杂网络理论进行网络脆弱性评估。这类研究虽然可以在宏观层面用于解释大规模连锁故障的产生和发展过程，但是由于过度忽略了两个网络内部的物理本质，不适合直接用于指导系统运行控制。而基于直接信息物理依赖网络DCPI的脆弱性指标：这类研究认为通信元件故障会引起的其对应的电力系统组件完全失效。
因此，如何综合考虑通信网络状态和不同通信业务的特点对电力通信网关键节点及其影响域的影响并量化分析，是电力通信网关键节点及影响域研究重点问题。
发明内容
本发明所要解决的技术问题在于，提出一种电力通信网关键节点及影响域分析方法，以更加准确地评估电力通信网的通信通道的可靠性，以及电力通信网节点、链路及装置的重要度。
为了解决上述技术问题，本发明提供一种电力通信网关键节点及影响域分析方法，包括：
步骤S1，根据电力通信网中通信设备的组成部分和安全稳定控制装置，建立通信中断的通信通道可靠性模型；
步骤S2，定量分析通信通道由高延时导致通信业务的概率，建立基于通信通道延时概率分布的通信通道可靠性模型；
步骤S3，结合电力系统不同通信业务的通信要求建立综合考虑通信中断、通信延时的系统保护通信通道可靠性模型，并通过层次分析法求得通信业务各指标的主观权重，采用熵权法求得各指标的客观权重；
步骤S4，根据所述主观权重和客观权重得到综合权重，根据各指标的重要度及对应综合权重确定各个节点和通信链路的重要度；
步骤S5，通过通信节点和通信链路的影响域分析方法，获得通信链路和通信节点的影响域。
进一步地，所述步骤S1具体包括：
步骤S11，确定电力通信网的通信网络模型；
步骤S12，确定电力通信网的通信通道组成部分，所述电力通信网为SDH光传输网；
步骤S13，基于SDH设备的历史故障概率，建立通信中断的通信通道可靠性模型：
Figure BDA0002835443260000021
其中，XGX为单位光纤故障概率，
Figure BDA0002835443260000022
为通信网络拓扑中第i种SDH设备的故障率，ni为第i种SDH设备的数量。
进一步地，所述步骤S2具体包括：
步骤S21，进行通信通道延时分析；
步骤S22，对通信通道延时概率建模，其中，传输延时的概率密度函数为：
Figure BDA0002835443260000023
由通信延时引起的通信通道故障概率为：
Figure BDA0002835443260000031
其中，
Figure BDA0002835443260000032
为标准正态分布函数；
通信延时引起的通信通道故障概率模型为：
Figure BDA0002835443260000033
其中，XGX为单位光纤故障概率，
Figure BDA0002835443260000034
为通信网络拓扑中第i种SDH设备的故障率，ni为第i种SDH设备的数量，PT_Y为通信业务延时分布函数，
Figure BDA0002835443260000035
为通信业务路径上第j种安稳装置的故障概率，nj为第j种安稳装置的数量。
进一步地，所述步骤S3具体包括：
步骤S31，建立不同通信业务下通信通道故障概率模型；
步骤S32，计算电力通信网中不同稳控装置和通信通道对通信业务失效概率贡献的大小，得到通信节点及装置和通信链路的重要度；
步骤S33，采用层次分析法评估每个业务的重要度，经一致性检验，满足一致性后得到各指标的主观权重；
步骤S34，利用信息熵确定各指标的熵权，并用熵权法得到的权重对主观权重进行修正，得到客观权重。
进一步地，所述步骤S31建立的不同通信业务下通信通道故障概率模型为：
Figure BDA0002835443260000036
所述步骤S32的计算方式为：
Figure BDA0002835443260000037
其中，Pfault为通信业务失效函数，
Figure BDA0002835443260000038
为通信链路中的设备，
Figure BDA0002835443260000039
为设备
Figure BDA00028354432600000310
的重要度；
对评价指标做去零化处理，将归一化后的值x通过公式：f(x)＝x(1-Δ)+Δ映射到区间[Δ，1]上，Δ为适当选取的较小值(一般取0.01)。
进一步地，所述步骤S33进一步包括：
建立配对比较矩阵C，Cij表示不同业务两两比较的结果；
由所述比较矩阵C得到一致性判断矩阵：
R＝(rij)4×4
其中，
Figure BDA0002835443260000041
判断矩阵满足一致性检验，得到各指标的主观权重为：
Figure BDA0002835443260000042
进一步地，所述步骤S34中，把网络中的各节点、装置和通信链路作为1个评估对象，设有评估对象n个，评估指标m个，其中对象i的第j个指标值表示为xij(其中i＝1，2，…，n，j＝1，2，…，m)，由各对象及指标得到评价矩阵X＝[xij]n×m：
Figure BDA0002835443260000043
对评价矩阵规范化处理：
Figure BDA0002835443260000044
其中，xj min＝min{x1j，x2j，…，xnj}，xj max＝max{x1j，x2j，…，xnj}，则指标的j的熵值Ej为：
Figure BDA0002835443260000045
其中，k为常数，k＝1/ln n，
Figure BDA0002835443260000046
当pij＝0时，pij＝pijln pij＝0；
各指标的熵权为：
Figure BDA0002835443260000051
进一步地，所述步骤S4中，综合层次分析法的主观权重和熵权法的客观权重得到综合权重，其中各指标的综合权重为：
Figure BDA0002835443260000052
通信节点、稳控装置和通信链路的综合重要度为：
Figure BDA0002835443260000053
进一步地，所述步骤S5中，以执行站故障的数量和位置表示通信故障后的影响域。
进一步地，步骤S5具体包括：
获取通信网络状态，拓扑结构以及配置情况；
选取通信故障场景，具体为节点或通信链路；
利用最短路径法确定通信主备路径；
判断通信业务路径是否不受到影响，如果通信业务路径不受到影响，则计算通信业务路径故障概率；如果通信业务路径受到影响，先进一步判断通信业务路径是否可以自愈成功，如果自愈成功则计算通信业务路径故障概率，如果自愈不成功则取相对应的执行站为通信故障影响域；
遍历完所有通信故障情景后结束。
本发明实施例的有益效果在于：在通信通道可靠性评估中同时考虑了延时和中断的影响；更加准确地评估电力通信网的通信通道的可靠性，并根据层次分析法和熵权法得到的综合权重，更加合理地评估电力通信网节点、链路及装置的重要度；为寻找系统保护通信通道薄弱环节提供了理论参考，对于减小通信系统运行风险对电网安全稳定防御的影响有重要意义。
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为本发明实施例一种电力通信网关键节点及影响域分析方法的流程示意图。
图2为本发明实施例中的电力通信网影响域分析方法的流程示意图。
图3为电网广域保护系统的通信网络示意图和每个站的位置示意图。
图4为电网广域保护系统的通信网络拓扑示意图。
图5为本发明实施例中通信链条重要度示意图。
具体实施方式
以下各实施例的说明是参考附图，用以示例本发明可以用以实施的特定实施例。
请参照图1所示，本发明实施例提供一种电力通信网关键节点及影响域分析方法，包括：
步骤S1，根据电力通信网中通信设备的组成部分和安全稳定控制装置，建立通信中断的通信通道可靠性模型；
步骤S2，定量分析通信通道由高延时导致通信业务的概率，建立基于通信通道延时概率分布的通信通道可靠性模型；
步骤S3，结合电力系统不同通信业务的通信要求建立综合考虑通信中断、通信延时的系统保护通信通道可靠性模型，并通过层次分析法求得通信业务各指标的主观权重，采用熵权法求得各指标的客观权重；
步骤S4，根据所述主观权重和客观权重得到综合权重，根据各指标的重要度及对应综合权重确定各个节点和通信链路的重要度；
步骤S5，通过通信节点和通信链路的影响域分析方法，获得通信链路和通信节点的影响域。
具体地，步骤S1包括：
步骤S11，确定电力通信网的通信网络模型。现在电网通信系统大都采用以端到端通信为主的串行通信方式。其中由于同步数字体系(Synchronous Digital Hierarchy，SDH)光传输网具有较强的网络自处理能力，能够在极短时间内解决通信故障，从而使电力业务恢复正常。
步骤S12，确定电力通信网的通信通道组成部分。光传输网SDH的通信通道一般包括PCM(Pulse Code Modulation)设备、ADM(Add/Drop Multiplexer)设备、TM(TerminalMultiplexer)设备、REG(Regenerative Repeater)设备、DXC(Digital Cross-Connect)设备和光纤。
步骤S13，基于SDH设备的历史故障概率，建立通信中断的通信通道可靠性模型。
具体来说，假设一段n km的光纤通信通道有ni(i＝1，2，3，4，5)个SDH设备(i＝1，2，3，4，5表示共五种SDH设备)，不考虑通信延时，则通信通道发生通信中断的故障概率模型为：
Figure BDA0002835443260000071
其中，XGX为单位光纤故障概率，
Figure BDA0002835443260000072
为通信网络拓扑中第i种SDH设备的故障率，ni为第i种SDH设备的数量。
步骤S2根据通信延时分布函数以及不同业务的通信延时需求计算因高延时而造成通信业务的失效概率，具体包括：
步骤S21，进行通信通道延时分析。SDH设备处理延时和传输延时是电力通信通道的延时产生主要组成部分。其中SDH设备处理延时主要包括：成帧、业务接口、低阶交叉、高阶交叉、高阶通道、光接口和一系列反过程。传输延时则和通信介质与传输距离密切相关，其中光纤传输典型延时为5us/km。
步骤S22，对通信通道延时概率建模。只有当延时大于通信业务的延时阈值(tmax)才会导致通信业务失效。但是由于各种随机因素的影响，一般情况下测量得到的实际传输延时为t会在传输延时均值td周围左右波动。因此可以假设传输延时服从正态分布
Figure BDA0002835443260000073
那么传输延时的概率密度函数为：
Figure BDA0002835443260000074
则由通信延时引起的通信通道故障概率为：
Figure BDA0002835443260000075
其中，
Figure BDA0002835443260000076
为标准正态分布函数。
通信延时引起的通信通道故障概率模型为：
Figure BDA0002835443260000081
其中，XGX为单位光纤故障概率，
Figure BDA0002835443260000082
为通信网络拓扑中第i种SDH设备的故障率，ni为第i种SDH设备的数量，PT_Y为通信业务延时分布函数，
Figure BDA0002835443260000083
为通信业务路径上第j种安稳装置的故障概率，nj为第j种安稳装置的数量。
步骤S3具体包括：
步骤S31，建立不同通信业务下通信通道故障概率模型。电力通信网中通信通道可以同时传送多种电力通信业务。因此，通信通道故障概率模型应该包含两部分：通信通道中断引起的电力业务失效概率和通信高延时引起的电力业务失效概率。通常认为它们之间相互独立，那么不同通信业务下通信通道故障概率模型为：
Figure BDA0002835443260000084
由通信中断的通信通道故障概率和通信延时造成的通信通道故障概率，计算不同通信业务下通信通道的失效概率。
步骤S32，计算电力通信网中不同稳控装置和通信通道对通信业务失效概率贡献的大小，得到通信节点及装置和通信链路的重要度。
为了定量分析电力通信网中不同稳控装置和通信通道的重要度，可以计算每个装置和通信通道对通信业务失效概率贡献的大小，即灵敏度分析法，从而得到通信节点及装置和通信链路的重要度。具体公式如下：
Figure BDA0002835443260000085
其中，Pfault为通信业务失效函数，
Figure BDA0002835443260000086
为通信链路中的设备，
Figure BDA0002835443260000087
为设备
Figure BDA0002835443260000088
的重要度。
由于任意设备总存在其固有的重要度，若所得重要度为0则不符合常理，故对评价指标做去零化处理，将归一化后的值x通过公式：
f(x)＝x(1-Δ)+Δ
映射到区间[Δ，1]上，Δ为适当选取的较小值(一般取0.01)。
步骤S33，采用层次分析法评估每个业务的重要度，经一致性检验，满足一致性后得到各指标的主观权重。
为了更加准确的得到各节点、链路和稳控装置的重要度，凸显电力通信网的行业背景，采用层次分析法评估每个业务的重要度。层次分析法的步骤为：首先通过构造比较矩阵C，再经过相应变换得到判断矩阵R，经检验，满足一致性后得到各指标的主观权重。
建立配对比较矩阵C(Cij表示不同业务两两比较的结果。其中0到0.9代表“极不重要”到“极重要”，0.5则代表同等重要例如C(3,2)＝0.7就代表在评价范围内，S3业务比S2业务更为重要。
由比较矩阵C得到一致性判断矩阵，即：
R＝(rij)4×4
其中，
Figure BDA0002835443260000091
判断矩阵满足一致性检验，得到各指标的主观权重为：
Figure BDA0002835443260000092
步骤S34，利用信息熵确定各指标的熵权，并用熵权法得到的权重对主观权重进行修正，得到客观的综合权重。
把网络中的各节点、装置和通信链路作为1个评估对象，设有评估对象n个，评估指标m个，其中对象i的第j个指标值表示为xij(其中i＝1，2，…，n，j＝1，2，…，m)，由各对象及指标得到评价矩阵X＝[xij]n×m，即：
Figure BDA0002835443260000093
对评价矩阵规范化处理：
Figure BDA0002835443260000094
其中，xj min＝min{x1j，x2j，…，xnj}，xj max＝max{x1j，x2j，…，xnj}，则指标的j的熵值Ej为：
Figure BDA0002835443260000101
其中，k为常数，k＝1/ln n，
Figure BDA0002835443260000102
当pij＝0时，pij＝pij ln pij＝0。
各指标的熵权为：
Figure BDA0002835443260000103
步骤S4中，综合层次分析法的权重和熵权法的权重得到综合权重，其中各指标的综合权重为：
Figure BDA0002835443260000104
通信节点、稳控装置和通信链路的综合重要度为：
Figure BDA0002835443260000105
步骤S5中，影响域的定义为：由于安稳控制系统一般采用主备路径来保证通信业务的可靠执行，通信节点故障不一定会引起通信业务失效。本发明实施例定量分析因通信节点故障导致的执行站不能正常工作的情形，以执行站故障的数量和位置表示通信故障后的影响域。
请参照图2所示，步骤S5具体包括：
获取通信网络状态，拓扑结构以及配置情况；
选取通信故障场景(具体为节点或通信链路)；
利用最短路径法确定通信主备路径；
判断通信业务路径是否不受到影响，如果通信业务路径不受到影响，则计算通信业务路径故障概率；如果通信业务路径受到影响(例如通信业务中断)，先进一步判断通信业务路径是否可以自愈成功，如果自愈成功则计算通信业务路径故障概率，如果自愈不成功则取相对应的执行站为通信故障影响域；
遍历完所有通信故障情景后结束。
本发明根据电力通信网中通信设备的组成部分，基于通信设备和安稳装置的历史故障数据，分析了通信通道的故障概率，建立通信中断的通信通道可靠性模型。该方法根据通信通道延迟波动原理，评估不同通信通道发生高延时导致电力业务失效的概率，建立基于通信通道延时概率分布的通信通道可靠性模型。其次，结合电力系统不同通信业务的通信要求建立综合考虑通信中断、通信延时的系统保护通信通道可靠性模型。并通过层次分析法求得通信业务各指标的主观权重，并用熵权法求得各指标的客观权重，最后结合两种权重得到指标综合权重，根据各指标的重要度及对应综合权重确定各个节点和通信链路的重要度。最后依据最短路径法，提出通信节点和通信链路的影响域分析方法。
以下以图3所示电网广域保护系统的通信网络和每个站的位置为例，对本发明进行进一步说明。图3所示电网广域保护系统的通信网络由一个主站，四个子站，七个执行站和二十五个通信节点组成。每个通信通道上的数字表示以千米为单位的光纤线路距离。电网广域保护系统的通信网络拓扑如图4所示。在本实施例中，通信服务始终从主站开始，经过控制子站，最后到达与执行站相对应的通信节点。
在本实施例中，步骤S1所述的SDH设备和稳控装置的故障概率均取5.986×10-6，单位千米光纤的故障概率为7.88×10-7。步骤S2中单位光纤的延时的均值为5us，标准差为5.17×10-4ms，选择四种电力通信业务以定量分析通信业务的故障概率：继电保护服务(S1)，自适应低频减载服务(S2)，广域振荡阻尼控制服务(S3)和基于PMU的状态估计服务(S4)。这些业务的延时阈值分别为15ms，20ms，18ms和16ms。计算结果分别如表1-表4所示：
表1通信节点及装置相对于S1业务的重要度
Figure BDA0002835443260000111
Figure BDA0002835443260000121
表2通信节点及装置相对于S2业务的重要度
通信节点 重要度 通信节点 重要度 通信节点 重要度
1 0.208 13 0.142 25 1.000
2 0.208 14 0.142 26 1.000
3 0.208 15 0.142 27 0.274
4 0.406 16 0.604 28 0.340
5 0.406 17 0.076 29 0.208
6 0.604 18 0.010 30 0.208
7 0.010 19 0.010 31 0.076
8 0.604 20 0.538 32 0.142
9 0.076 21 0.868 33 0.142
10 0.142 22 0.604 34 0.274
11 0.142 23 0.406 35 0.142
12 0.274 24 0.274 36 0.142
表3通信节点及装置相对于S3业务的重要度
通信节点 重要度 通信节点 重要度 通信节点 重要度
1 0.208 13 0.142 25 1.000
2 0.208 14 0.142 26 1.000
3 0.208 15 0.142 27 0.274
4 0.406 16 0.604 28 0.340
5 0.406 17 0.076 29 0.208
6 0.604 18 0.010 30 0.208
7 0.010 19 0.010 31 0.076
8 0.604 20 0.538 32 0.142
9 0.076 21 0.868 33 0.142
10 0.142 22 0.604 34 0.274
11 0.142 23 0.406 35 0.142
12 0.274 24 0.274 36 0.142
表4通信节点及装置相对于S4业务的重要度
通信节点 重要度 通信节点 重要度 通信节点 重要度
1 0.205 13 0.140 25 0.999
2 0.205 14 0.140 26 1.000
3 0.205 15 0.140 27 0.276
4 0.400 16 0.609 28 0.344
5 0.400 17 0.075 29 0.205
6 0.609 18 0.010 30 0.205
7 0.010 19 0.010 31 0.077
8 0.609 20 0.539 32 0.143
9 0.075 21 0.869 33 0.147
10 0.143 22 0.596 34 0.275
11 0.147 23 0.400 35 0.140
12 0.275 24 0.275 36 0.140
为了更加准确的判断通信节点的重要度，凸显电力通信网的行业背景，采用层次分析法评估每个业务的重要度。
Figure BDA0002835443260000131
建立配对比较矩阵C(cij表示四种业务两两比较的结果。其中0到0.9代表“极不重要”到“极重要”，0.5则代表同等重要例如C(3,2)＝0.7就代表在评价范围内，S3业务比S2业务更为重要。
由比较矩阵C得到一致性判断矩阵，即：
Figure BDA0002835443260000132
其中，
Figure BDA0002835443260000133
判断矩阵满足一致性检验，得到各指标的主观权重为：
Figure BDA0002835443260000134
熵权法是一种通过各指标的信息量来反映指标权重的客观赋权法。利用信息熵确定各指标的熵权，并用熵权法得到的权重对主观权重进行修正，得到客观的综合权重。
把网络中的各节点作为1个评估对象，设有评估对象n个，评估指标m个，其中对象i的第j个指标值表示为xij(其中i＝1，2，…，n，j＝1，2，…，m)，由各对象及指标得到评价矩阵X＝[xij]n×m,即：
Figure BDA0002835443260000135
对评价矩阵规范化处理：
Figure BDA0002835443260000141
评价指标有四个，延时，误码，安全性，紧急性，得到评价矩阵如下：
Figure BDA0002835443260000142
其中，xj min＝min{x1j，x2j，…，xnj}xj max＝max{x1j，x2j，…，xnj}则指标的j的熵值Ej为：
Figure BDA0002835443260000143
其中，k为常数，k＝1/ln n，
Figure BDA0002835443260000144
当pij＝0时，pij＝pij ln pij＝0。
各指标的熵权为：
Figure BDA0002835443260000145
综合层次分析法的权重和熵权法的权重得到综合权重，其中各指标的综合权重为：
Figure BDA0002835443260000146
通信节点及装置的综合重要度为：
Figure BDA0002835443260000147
计算结果如下：
表5通信节点及装置的综合重要度
Figure BDA0002835443260000148
Figure BDA0002835443260000151
同理可得通信链路的综合重要度，计算结果如下表所示：
表1通信链路的综合重要度
Figure BDA0002835443260000152
通信链路重要度如图5所示，从图中可以看出，通信链路25(25-26)的重要度最大，这是因为这节点26表示的是控制主站，所有的通信业务都是从这里出发，一旦其故障，所有通信业务都会失效，所以其重要度最大。通信链路重要度排名前五依次为25-26，21-27，22-30，23-29，20-28。这也是因为通信节点27、28、29、30分别表示不同的控制子站，计算结果符合实际情况。
由于安稳控制系统一般采用主备路径来保证通信业务的可靠执行，通信节点故障不一定会引起通信业务失效。本发明实施例分析因通信故障导致的执行站不能正常工作的情形，以执行站故障的数量和位置表示通信故障后的影响域。因此根据影响域分析方法，计算结果如下：
单一通信节点故障影响域：
表8单一通信节点故障影响域
Figure BDA0002835443260000153
单一通信链路故障影响域：
表9单一通信链路故障影响域
Figure BDA0002835443260000161
从表8中可以看出，通信节点4、8、16、21、22、25、26、31故障后影响域比较大。其中最大的是通信节点25和通信节点26，当这两个通信节点故障后，所有的执行站都不能正常接收到通信业务。根据通信网络拓扑可知，这是因为他们分别表是控制主站所直接连接的唯一的通信节点和通信主站，而所有的电力业务必须经过这两个通信节点才能让通信业务顺利到达执行站。所以他们是最关键的通信枢纽，一般在电网广域保护系统中，都会有多个控制主站以及备用的通信路径来保证电网的稳定可靠运行。从表9可知，当电力通信网发生单一通信通道故障时，由于通信网络中备用路径的存在，一般情况下影响域较小。而对于25-16、8-16这两个通信通道故障时，影响域较大，这是因为当它们发生故障时，没有备用路径可用，其为关键通信通道，需要多加注意其安全可靠性。影响域分析法从通信拓扑流通性的角度，定性分析了通信故障所带来的后果，为电力通信网的规划与建设提供一定的指导意义。
通过上述说明可知，本发明实施例的有益效果在于：在通信通道可靠性评估中同时考虑了延时和中断的影响；更加准确地评估电力通信网的通信通道的可靠性，并根据层次分析法和熵权法得到的综合权重，更加合理地评估电力通信网节点、链路及装置的重要度；为寻找系统保护通信通道薄弱环节提供了理论参考，对于减小通信系统运行风险对电网安全稳定防御的影响有重要意义。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种电力通信网关键节点及影响域分析方法，其特征在于，包括：
步骤S1，根据电力通信网中通信设备的组成部分和安全稳定控制装置，建立通信中断的通信通道可靠性模型；
步骤S2，定量分析通信通道由高延时导致通信业务的概率，建立基于通信通道延时概率分布的通信通道可靠性模型；
步骤S3，结合电力系统不同通信业务的通信要求建立综合考虑通信中断、通信延时的系统保护通信通道可靠性模型，并通过层次分析法求得通信业务各指标的主观权重，采用熵权法求得各指标的客观权重；
步骤S4，根据所述主观权重和客观权重得到综合权重，根据各指标的重要度及对应综合权重确定各个节点和通信链路的重要度；
步骤S5，通过通信节点和通信链路的影响域分析方法，获得通信链路和通信节点的影响域。
2.根据权利要求1所述的电力通信网关键节点及影响域分析方法，其特征在于，所述步骤S1具体包括：
步骤S11，确定电力通信网的通信网络模型；
步骤S12，确定电力通信网的通信通道组成部分，所述电力通信网为SDH光传输网；
步骤S13，基于SDH设备的历史故障概率，建立通信中断的通信通道可靠性模型：
Figure FDA0002835443250000011
其中，XGX为单位光纤故障概率，
Figure FDA0002835443250000012
为通信网络拓扑中第i种SDH设备的故障率，ni为第i种SDH设备的数量。
3.根据权利要求2所述的电力通信网关键节点及影响域分析方法，其特征在于，所述步骤S2具体包括：
步骤S21，进行通信通道延时分析；
步骤S22，对通信通道延时概率建模，其中，传输延时的概率密度函数为：
Figure FDA0002835443250000021
由通信延时引起的通信通道故障概率为：
Figure FDA0002835443250000022
其中，
Figure FDA0002835443250000023
为标准正态分布函数；
通信延时引起的通信通道故障概率模型为：
Figure FDA0002835443250000024
其中，XGX为单位光纤故障概率，
Figure FDA0002835443250000025
为通信网络拓扑中第i种SDH设备的故障率，ni为第i种SDH设备的数量，PT_Y为通信业务延时分布函数，
Figure FDA0002835443250000026
为通信业务路径上第j种安稳装置的故障概率，nj为第j种安稳装置的数量。
4.根据权利要求3所述的电力通信网关键节点及影响域分析方法，其特征在于，所述步骤S3具体包括：
步骤S31，建立不同通信业务下通信通道故障概率模型；
步骤S32，计算电力通信网中不同稳控装置和通信通道对通信业务失效概率贡献的大小，得到通信节点及装置和通信链路的重要度；
步骤S33，采用层次分析法评估每个业务的重要度，经一致性检验，满足一致性后得到各指标的主观权重；
步骤S34，利用信息熵确定各指标的熵权，并用熵权法得到的权重对主观权重进行修正，得到客观权重。
5.根据权利要求4所述的电力通信网关键节点及影响域分析方法，其特征在于，所述步骤S31建立的不同通信业务下通信通道故障概率模型为：
Figure FDA0002835443250000027
所述步骤S32的计算方式为：
Figure FDA0002835443250000028
其中，Pfault为通信业务失效函数，
Figure FDA0002835443250000031
为通信链路中的设备，
Figure FDA0002835443250000032
为设备
Figure FDA0002835443250000033
的重要度；
对评价指标做去零化处理，将归一化后的值x通过公式：f(x)＝x(1-Δ)+Δ映射到区间[Δ，1]上，Δ为适当选取的较小值(一般取0.01)。
6.根据权利要求5所述的电力通信网关键节点及影响域分析方法，其特征在于，所述步骤S33进一步包括：
建立配对比较矩阵C，Cij表示不同业务两两比较的结果；
由所述比较矩阵C得到一致性判断矩阵：
R＝(rij)4×4
其中，
Figure FDA0002835443250000034
判断矩阵满足一致性检验，得到各指标的主观权重为：
Figure FDA0002835443250000035
7.根据权利要求6所述的电力通信网关键节点及影响域分析方法，其特征在于，所述步骤S34中，把网络中的各节点、装置和通信链路作为1个评估对象，设有评估对象n个，评估指标m个，其中对象i的第j个指标值表示为xij(其中i＝1，2，…，n，j＝1，2，…，m)，由各对象及指标得到评价矩阵X＝[xij]n×m：
Figure FDA0002835443250000036
对评价矩阵规范化处理：
Figure FDA0002835443250000037
其中，xj min＝min{x1j，x2j，…，xnj}，xj max＝max{x1j，x2j，…，xnj}，则指标的j的熵值Ej为：
Figure FDA0002835443250000041
其中，k为常数，k＝1/ln n，
Figure FDA0002835443250000042
当pij＝0时，pij＝pijln pij＝0；
各指标的熵权为：
Figure FDA0002835443250000043
8.根据权利要求7所述的电力通信网关键节点及影响域分析方法，其特征在于，所述步骤S4中，综合层次分析法的主观权重和熵权法的客观权重得到综合权重，其中各指标的综合权重为：
Figure FDA0002835443250000044
通信节点、稳控装置和通信链路的综合重要度为：
Figure FDA0002835443250000045
9.根据权利要求1所述的电力通信网关键节点及影响域分析方法，其特征在于，所述步骤S5中，以执行站故障的数量和位置表示通信故障后的影响域。
10.根据权利要求9所述的电力通信网关键节点及影响域分析方法，其特征在于，步骤S5具体包括：
获取通信网络状态，拓扑结构以及配置情况；
选取通信故障场景，具体为节点或通信链路；
利用最短路径法确定通信主备路径；
判断通信业务路径是否不受到影响，如果通信业务路径不受到影响，则计算通信业务路径故障概率；如果通信业务路径受到影响，先进一步判断通信业务路径是否可以自愈成功，如果自愈成功则计算通信业务路径故障概率，如果自愈不成功则取相对应的执行站为通信故障影响域；
遍历完所有通信故障情景后结束。
CN202011468796.5A 2020-12-15 2020-12-15 一种电力通信网关键节点及影响域分析方法 Pending CN112637006A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011468796.5A CN112637006A (zh) 2020-12-15 2020-12-15 一种电力通信网关键节点及影响域分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011468796.5A CN112637006A (zh) 2020-12-15 2020-12-15 一种电力通信网关键节点及影响域分析方法

Publications (1)

Publication Number Publication Date
CN112637006A true CN112637006A (zh) 2021-04-09

Family

ID=75313720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011468796.5A Pending CN112637006A (zh) 2020-12-15 2020-12-15 一种电力通信网关键节点及影响域分析方法

Country Status (1)

Country Link
CN (1) CN112637006A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113759728A (zh) * 2021-09-30 2021-12-07 中国船舶重工集团公司第七一九研究所 一种数字化网络控制系统建模方法
CN113793035A (zh) * 2021-09-16 2021-12-14 中国民航大学 一种基于交叉概率理论的信息系统业务波及影响分析方法
CN114172784A (zh) * 2021-11-16 2022-03-11 武汉烽火技术服务有限公司 一种网络故障风险分析方法及装置
CN114339484A (zh) * 2021-11-29 2022-04-12 东南大学 通信通道故障概率建模方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469317A (zh) * 2015-11-18 2016-04-06 中国电力科学研究院 一种电力通信网络可靠性分析方法
CN110210229A (zh) * 2019-04-29 2019-09-06 国网宁夏电力有限公司电力科学研究院 电网信息物理系统的脆弱性的评估方法、系统及存储介质
CN111008454A (zh) * 2019-10-23 2020-04-14 武汉大学 一种基于信息物理融合模型的智能变电站可靠性评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469317A (zh) * 2015-11-18 2016-04-06 中国电力科学研究院 一种电力通信网络可靠性分析方法
CN110210229A (zh) * 2019-04-29 2019-09-06 国网宁夏电力有限公司电力科学研究院 电网信息物理系统的脆弱性的评估方法、系统及存储介质
CN111008454A (zh) * 2019-10-23 2020-04-14 武汉大学 一种基于信息物理融合模型的智能变电站可靠性评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘垒 等: "电力通信网的关键节点辨识", 《电力系统及其自动化学报》 *
刘文霞 等: "基于混合通信网的主动配电信息物理系统可靠性评价", 《中国电机工程学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN113793035A (zh) * 2021-09-16 2021-12-14 中国民航大学 一种基于交叉概率理论的信息系统业务波及影响分析方法
CN113793035B (zh) * 2021-09-16 2023-08-08 中国民航大学 一种基于交叉概率理论的信息系统业务波及影响分析方法
CN113759728A (zh) * 2021-09-30 2021-12-07 中国船舶重工集团公司第七一九研究所 一种数字化网络控制系统建模方法
CN113759728B (zh) * 2021-09-30 2023-08-25 中国船舶重工集团公司第七一九研究所 一种数字化网络控制系统建模方法
CN114172784A (zh) * 2021-11-16 2022-03-11 武汉烽火技术服务有限公司 一种网络故障风险分析方法及装置
CN114172784B (zh) * 2021-11-16 2023-11-03 武汉烽火技术服务有限公司 一种网络故障风险分析方法及装置
CN114339484A (zh) * 2021-11-29 2022-04-12 东南大学 通信通道故障概率建模方法

Similar Documents

Publication Publication Date Title
CN112637006A (zh) 一种电力通信网关键节点及影响域分析方法
CN114124204B (zh) 一种双备路olp光线路保护切换方法及装置
CN105469317B (zh) 一种电力通信网络可靠性分析方法
CN114866137B (zh) 电力光缆网的检测方法及装置
CN108933694A (zh) 基于拨测数据的数据中心网络故障节点诊断方法及系统
CN103166812A (zh) 电力通信系统可靠性测定方法
CN106301837A (zh) 无源光网络告警检测方法及装置
CN111008454A (zh) 一种基于信息物理融合模型的智能变电站可靠性评估方法
CN110428191B (zh) 配电网脆弱节点辨识的方法
CN113014418A (zh) 一种基于网络历史拓扑流量的故障诊断方法
CN102281103A (zh) 基于模糊集合解算的光网络多故障恢复方法
CN102148642A (zh) 光纤通信网可靠性评估方法
CN116667881B (zh) 一种基于快速密度聚类的电力通信网关键链路评估方法
CN108322334B (zh) 一种电力通讯系统可靠性评估方法
CN110300021A (zh) 一种计算子站录波简报数据处理时间的方法及计算装置
CN110336606B (zh) 一种基于参数估计与业务识别的电力光网络故障诊断方法
TWI735942B (zh) 基於機器學習預測與防範網路通訊設備發生障礙之系統及方法
CN117376084A (zh) 故障检测方法、电子设备及其介质
Zhu et al. Research on operation and maintenance management risk assessment of power communication network based on DEMATEL
CN114997804A (zh) 复杂配电网信息物理系统运行状态协同感知方法和系统
CN114338371A (zh) 一种基于告警定位ipran网络故障的方法
Wang et al. Machine learning for optical layer failure management
Delezoide et al. Streamlined Failure Localization Method and Application to Network Health Monitoring
CN113408921A (zh) 一种基于网络依存关系的连锁故障风险评估方法
CN115935595A (zh) 考虑电力通信系统传输可靠性的电网风险评估方法及系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210409