CN113255163A - 基于分布式仿真技术的关联基础设施系统建模方法及装置 - Google Patents

基于分布式仿真技术的关联基础设施系统建模方法及装置 Download PDF

Info

Publication number
CN113255163A
CN113255163A CN202110704435.4A CN202110704435A CN113255163A CN 113255163 A CN113255163 A CN 113255163A CN 202110704435 A CN202110704435 A CN 202110704435A CN 113255163 A CN113255163 A CN 113255163A
Authority
CN
China
Prior art keywords
cis
model
ciss
simulation
models
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
CN202110704435.4A
Other languages
English (en)
Other versions
CN113255163B (zh
Inventor
李楠
方东平
马光
汪飞
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202110704435.4A priority Critical patent/CN113255163B/zh
Publication of CN113255163A publication Critical patent/CN113255163A/zh
Application granted granted Critical
Publication of CN113255163B publication Critical patent/CN113255163B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于分布式仿真技术的关联基础设施系统建模方法及装置,联邦体系结构组合包括至少一个模型,以在单个CIS联合成员的不同功能层中表示不同的子系统、组件或智能体,方法包括以下步骤:通过RTI中间件连接联邦体系结构中的多个联邦成员;通过CIS模拟器与RTI中间件交换数据,共同模拟异构细粒度CIS领域特定模型,并对模型之间及其与外部环境的交互进行建模,得到基于HLA的关键CISs模型。由此,解决了模型不能融合CIS领域的知识,不能体现CISs之间的系统异质性,不能准确地建模CISs之间的相互依赖关系,从而限制了它们对关联CIS行为的模拟能力的问题。

Description

基于分布式仿真技术的关联基础设施系统建模方法及装置
技术领域
本发明涉及关联基础设施系统技术领域,特别涉及一种基于分布式仿真技术的关联基础设施系统建模方法及装置。
背景技术
关键基础设施系统(Critical Infrastructure System,CIS)之间越来越相互依赖,从而导致需要研究一个复杂的系统,以便预测不同运营条件下的CIS行为。目前存在一些用于建模和研究关联CIS的方法,其中,最广泛采用的方法包括智能体建模(Agent BasedModels,ABM)和基于网络的(NB)建模。应用上述方法的一个重大挑战是如何在一个概念框架内合理地刻画多个系统的异质性和行为,以及它们之间的关联性。因为这些方法通常采用自顶向下的设计策略对系统进行建模,仅捕获CIS的系统层面功能,而无法体现大多数系统领域知识和异质性等底层功能。
分布式仿真可以为关联CIS建模的现有方法中存在的挑战提供很好的解决方案,因为它允许对不同的CIS模型进行协同仿真。但是,需要一种建模框架,它可以捕获CIS之间的系统异质性,并结合CIS领域知识以准确地对系统功能进行建模,并模拟异构模型之间的复杂交互过程。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种基于分布式仿真技术的关联基础设施系统建模方法,该方法可以实现多个异质CIS领域模型的集成和互操作性。
本发明的另一个目的在于提出一种基于分布式仿真技术的关联基础设施系统建模装置。
为达到上述目的,本发明一方面实施例提出了一种基于分布式仿真技术的关联基础设施系统建模方法,联邦体系结构组合包括至少一个模型,以在单个CIS联合成员的不同功能层中表示不同的子系统、组件或智能体,其中,所述方法包括以下步骤:
通过RTI中间件连接所述联邦体系结构中的多个联邦成员;
通过CIS模拟器与所述RTI中间件交换数据,共同模拟异构细粒度CIS领域特定模型,并对模型之间及其与外部环境的交互进行建模,得到基于HLA的关联CISs模型。
本发明实施例的基于分布式仿真技术的关联基础设施系统建模方法,通过一种开发高粒度的关联CISs模型的方法,拓展了关联CISs的研究,借助这些细粒度模型,就可以更深入地了解系统的关联性、反馈循环、系统漏洞、级联故障机制等。因此,未来CISs行为预测、脆弱性评估、灾害响应管理等模拟的准确性和可靠性可以得到显著提高。
另外,根据本发明上述实施例的基于分布式仿真技术的关联基础设施系统建模方法还可以具有以下附加的技术特征:
可选地,所述通过CIS模拟器与所述RTI中间件交换数据,包括:
利用CIS模块的数据处理层中的依赖函数管理订阅的数据,以生成符合模拟层中的模拟器要求的输入数据。
可选地,所述对模型之间及其与外部环境的交互进行建模,得到基于HLA的关联CISs模型,包括:
确定研究对象和研究目的;
根据所述研究对象和研究目的设计关联CISs的概念模型;
设计联邦成员的交互,以使每个CIS模块的数据处理层形式化为一组DPU、接口函数和RTI库函数,使用预设的模拟器和RTI支持的应用程序编程接口,并利用预设的HLA建模方式得到所述关联CISs模型。
可选地,所述根据所述研究对象和研究目的设计关联CISs的概念模型,包括:
设计仿真场景;
根据所述仿真场景确定关联CISs模型的所有组件;
对于所述所有组件的每个组件,标识仿真过程中数据交换过程中涉及的实体和属性;
获取所有实体之间的依赖关系。
可选地,所述设计联邦成员的交互,包括:
选择满足条件的领域特定模型和模拟器以实现概念模型;
确定每个联邦成员要发布和订阅的数据;
设计订阅数据与模拟器输入的相关函数;
确定与模拟层模拟器交互所需的接口功能。
为达到上述目的,本发明另一方面实施例提出了一种基于分布式仿真技术的关联基础设施系统建模装置,联邦体系结构组合有至少一个模型,以在单个CIS联合成员的不同功能层中表示不同的子系统、组件或智能体,其中,所述装置包括:
处理模块,用于通过RTI中间件连接所述联邦体系结构中的多个联邦成员;
建模模块,用于通过CIS模拟器与所述RTI中间件交换数据,共同模拟异构细粒度CIS领域特定模型,并对模型之间及其与外部环境的交互进行建模,得到基于HLA的关联CISs模型。
本发明实施例的基于分布式仿真技术的关联基础设施系统建模装置,通过一种开发高粒度的关联CISs模型的方法,拓展了关联CISs的研究,借助这些细粒度模型,就可以更深入地了解系统的关联性、反馈循环、系统漏洞、级联故障机制等。因此,未来CISs行为预测、脆弱性评估、灾害响应管理等模拟的准确性和可靠性可以得到显著提高。
另外,根据本发明上述实施例的基于分布式仿真技术的关联基础设施系统建模装置还可以具有以下附加的技术特征:
可选地,所述通过CIS模拟器与所述RTI中间件交换数据,包括:
利用CIS模块的数据处理层中的依赖函数管理订阅的数据,以生成符合模拟层中的模拟器要求的输入数据。
可选地,所述对模型之间及其与外部环境的交互进行建模,得到基于HLA的关联CISs模型,包括:
确定研究对象和研究目的;
根据所述研究对象和研究目的设计关联CISs的概念模型;
设计联邦成员的交互,以使每个CIS模块的数据处理层形式化为一组DPU、接口函数和RTI库函数,使用预设的模拟器和RTI支持的应用程序编程接口,并利用预设的HLA建模方式得到所述关联CISs模型。
可选地,所述根据所述研究对象和研究目的设计关联CISs的概念模型,包括:
设计仿真场景;
根据所述仿真场景确定关联CISs模型的所有组件;
对于所述所有组件的每个组件,标识仿真过程中数据交换过程中涉及的实体和属性;
获取所有实体之间的依赖关系。
可选地,所述设计联邦成员的交互,包括:
选择满足条件的领域特定模型和模拟器以实现概念模型;
确定每个联邦成员要发布和订阅的数据;
设计订阅数据与模拟器输入的相关函数;
确定与模拟层模拟器交互所需的接口功能。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的HLA联邦体系结构示意图;
图2为根据本发明一个实施例的基于分布式仿真技术的关联基础设施系统建模方法流程图;
图3为根据本发明一个实施例的关联CIS联邦结构示意图;
图4为根据本发明一个实施例的仿真器层的仿真组件示意图;
图5(a)为根据本发明一个实施例的改进的数据交换机制结构示意图;图5(b)为根据本发明一个实施例的改进的数据交换机制流程示意图;
图6为根据本发明一个实施例的通过DPU进行数据管理和交换的流程图;
图7为根据本发明一个实施例的关联CIS联邦体结构的通信机制示意图;
图8为根据本发明一个实施例的联邦时间管理和同步过程;
图9为根据本发明一个实施例的联邦体系开发过程示意图;
图10(a)为根据本发明一个实施例的供电系统拓扑图;图10(b)为根据本发明一个实施例的供水系统拓扑图;
图11为根据本发明一个实施例的案例系统的相关组件对示意图;
图12为根据本发明一个实施例的配水节点的日需水量模式示意图;
图13为根据本发明一个实施例的模型的发布-订阅方案示意图;
图14为根据本发明一个实施例的联邦结构示意图;
图15(a)为情景一中的泵状态;图15(b)为情景一中高位水箱的水位;图15(c)为情景一中配电节点的水压;图15(d)为情景一中变电站的负荷;
图16(a)为情景二中的泵状态;图16(b)为情景二变电站负荷;图16(c)为情景二高位水箱水位;图16(d)为情景二配电节点水压;图16(e)为情景二发电机OL;
图17为根据本发明一个实施例的基于分布式仿真技术的关联基础设施系统建模装置结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
关键基础设施系统(Critical Infrastructure System,CIS)是指独立的民用、经济或政府基础设施系统,如果受到扰动,将对社会的国防和经济安全产生不利影响。关键基础设施系统包含例如供水系统、供电系统、交通系统、银行金融系统、电信系统等系统。随着城市环境的规模和复杂程度的不断增大,CISs之间的关联性日益增强。因此,关联CISs中,一个系统的状态可以显著地影响另一个系统的状态。CIS之间这些紧密的关联性可以对系统行为产生积极或消极的影响。利用关联的优势有助于提高CISs的效率。例如,运输系统在社会物资分配中起着重要作用,因此运输系统的微小改进也可以显著提高关联系统的效率。另一方面,CIS之间的关联也可能导致系统漏洞的增加。现实中各种事故反复表明,某一CIS的故障可能导致其他CIS中灾难性的不良事件接连发生。因此,评估和预测各种操作场景下关联特性对系统行为的影响对于更好地管理CISs至关重要。为了研究关联特性的存在如何影响CIS的行为,有必要设计一种关联CIS模型,该模型能够准确地表示(1)CIS之间的拓扑性质、功能和操作异质性;(2)CIS之间及其与各自外部环境的复杂依赖关系;以及(3)CIS所处的复杂模拟场景。
根据先前的研究,一个全面的关联CIS模型必须具有以下特征:(1)利用原创的或现有软件应用程序对系统和智能体进行精确建模;(2)集成各种领域知识;(3)高保真地表现模型之间的动态相互作用和相互依赖关系;(4)广泛适应各类分析环境和模拟场景。多年来,人们提出了几种模型来分析CIS的关联性和系统行为。早期的模型主要依赖于数学模型,如马尔可夫链、Petri网、等级全息建模((Hierarchical Holographic Modeling,HHM)等。模型表示的复杂性、CIS的关联性质和研究场景使得研究人员转向更复杂的计算方法,如智能体模型(Agent-Based Model,ABM)和基于网络的建模(NB)。ABM和NB是先前研究中最常用的方法,用于将关联CISs模型建模为整体模型。采用整体模型时的一个重大挑战是,在单一的概念框架内,合理地刻画多个系统的异质性和行为、它们之间的相互依赖性以及它们与外部环境的相互作用。例如,在现实生活中,CIs在物理网络特性、传输材料特性、运行机制和灾难响应模式等方面都有很大的不同。因此,在一个整体框架下建模时,捕获所有这些异质性维度是一个挑战。主要原因是大多数单个系统模型采用自顶向下的设计策略来建模系统,只捕获CIS的顶层特征,而缺少体现大多数系统的专业知识和异质性的底层特征。另一个原因是,常用的模型可能不支持以高保真度再现特定于某些CIS领域的组件功能所需的一些数学和逻辑形式。为了解决上述单一模型的局限性,一些研究试图共同模拟多个CIS模型。然而,这些研究面临着确保异质性模型关联性的挑战。因此,先前采用这种方法的研究要么使用高度抽象的CIS模型来保证模型关联性,只模拟模型之间的基本系统交互,要么依赖于同质CIS模型。综上所述,现有的建模方法所面临的挑战导致了它们在足够详细和精确的要求下模拟关联系统行为的能力有限。因此,需要更先进的建模方法,以利用、集成和协调,在各CIS领域积累多年并且广泛使用的成熟的实践、数据和仿真工具。
鉴于这一知识空白的存在,提出了建模关联CIS的框架,该框架将允许在共享的仿真环境中集成多个由原创或现有的仿真工具实现的细粒度CIS领域特定模型。旨在解决开发关联CIS模型所面临的挑战,这些模型可以实现以下功能(1)广泛利用各领域特定知识来模拟CIS功能;(2)捕捉CIS之间的各种系统异质性维度;(3)模拟CIS之间复杂的动态交互作用和关联性,以及他们的外部环境。该框架采用高层体系结构(High Level Architecture,HLA)分布式仿真标准来管理异质性模型和仿真工具的数据交换和同步。提出的框架已经经过了案例测试,成功模拟两个相互依存的电力和水系统。案例研究有助于证明该框架的有效性。此外,案例研究结果揭示了在模拟关联CISs行为时,整合各领域知识和考虑系统异质性的重要性。
HLA是分布式仿真平台的开放国际标准,最初由美国国防部(DoD)开发,旨在促进仿真平台的复用性和扩展性,并通过单个仿真平台实现模拟器和人类参与者的互连。HLA现在被称为IEEE1516系列标准,其中包括三部分,即(1)HLA框架和规则,它规定了联邦组件应遵守的规则;(2)HLA对象模型模板(OMT)规范,它规定了联邦中交换的对象(数据)的格式;和(3)HLA联邦接口规范,指定中间件的功能。
HLA仿真环境允许多个模拟器协同工作和无缝交互。如图1所示,HLA联邦体系结构由称为联邦成员的模拟器、称为运行支撑框架(Run Time Infrastructure,RTI)的中间件和联邦对象模型(Federation Object Model,FOM)组成。联邦成员可以是连接到RTI的任何模拟器、模型或用户界面。联邦成员之间的数据交换是以在联邦执行期间发布和订阅的对象的形式进行的。联邦执行是指组成联邦的仿真器基于预定义的仿真场景协同执行。FOM可以描述为联邦语言,它包含了联邦成员的对象和交互类、属性和数据类型等详细信息,并按照HLA-OMT规范进行设计。为了实现所有联邦成员之间的互操作性,RTI提供了管理联邦执行的信息、同步和协调服务。
RTI包括两个组件,包括本地RTI组件(LRC)和中央RTI组件(CRC)。LRC是安装在联邦成员硬件上的软件库和接口,它允许开发者执行不同的HLA相关操作,例如连接到CRC或与其他联邦成员通信。CRC可以安装在单独的计算机上,协调不同LRC之间的通信。
RTI服务是在运行时执行期间协调联邦成员操作和数据分发所必需的软件服务。这些服务由HLA标准定义,分为以下七组:联合管理服务、声明管理服务、对象管理服务、所有权管理服务、时间管理服务、数据分发管理服务和支持服务。
综上所述,RTI通过管理联邦成员之间交换的数据并同步时间和事件,确保了联邦成员之间在联邦执行期间的无缝通信。
HLA联邦的开发是一个复杂、耗时的过程,需要开发者具有大量的跨领域知识和对组成联邦的模型、工具和其他资源的深入了解。此外,HLA联邦通常涉及多个利益相关者,具有不同的用户目标、仿真需求和模型应用,这增加了联邦开发过程的复杂性。由IEEE开发的FEDEP(联邦开发和执行过程)提供了联邦开发的设计、实现和执行阶段的指南。联邦开发流程分为以下七个开发步骤:
步骤1:目标制定。联邦用户、发起人和联邦开发团队讨论并定义一组模拟和研究目标;
步骤2:概念设计。根据研究案例的特点,对现实领域进行合理刻画;
步骤3:联邦设计。根据模型需求选择最合适的模型和工具,并制定模型实施计划;
步骤4:联邦发展。确定了联邦对象模型(FOM),建立联邦成员协议,并进行必要的修改;
步骤5:集成和测试。联邦成员连接到PTI,并对联邦进行测试,以确保满足互操作性要求;
步骤6:联邦执行。执行联邦,并对输出数据进行预处理;
步骤7:数据分析和模拟结果评估。分析、评估和报告仿真输出数据。
综上,FEDEP是一种开发HLA联邦的方法,同时保持了在任何应用领域都可用的高度抽象性。每个步骤下要完成的具体活动都需要根据具体情况确定的。
根据美国国防部的定义,HLA的最初目的是促进军事仿真的开发、使用和扩展。联邦被用作一个游戏环境来模拟涉及多个军事单位、车辆和飞机的联合攻击策略模拟。虽然HLA在这一领域的应用仍然很活跃,但多年来,它已经成为各领域通用的仿真标准。例如,HLA标准用于供应链管理,用于将人工智能(Artificial Intelligence,AI)系统连接到供应链的不同模块,并协调它们的操作。在设备系统管理领域,采用HLA同步模拟灾害事件、建筑构件的结构响应和建筑疏散。大规模计算中也采用了HLA标准来开发基于仿真的子系统,以提高测试场景的真实性。在网络物理系统建模与仿真领域,采用HLA标准对物理系统和信息通信技术(Information and Communication Technology,ICT)系统进行协同仿真,进行实时评估。
关于HLA在基础设施系统建模中的应用,各类研究都采用HLA标准对涉及多个复杂事件和网络物理系统的CIS进行建模。例如,Jain通过开发一个模拟道路网络、交通、汽车和通勤者的交通系统模型,测试了采用HLA标准模拟复杂交通系统的可行性。Wei和Wang开发了一个联邦供电系统模型,用于评估基础设施系统组件在各种威胁下的脆弱性。HLA标准也被用于开发智能电网监控网络的联合仿真框架。
采用HLA来模拟两个CIs之间的相互作用的类研究中,通常采用两种方法来耦合CIS。第一种方法通过RTI中间件在CIS模型之间直接交换输入输出数据。这种方法的局限性在于,当使用异质性CISs模拟器时,只能对简单的交互进行建模,因为模拟器管理和处理其他模拟器所发布的数据的能力有限。因此,以往的研究要么采用同构模型来表示CIS,要么依赖于通用模拟器,后者可以提供更好的互操作性,但缺乏针对所建模CIS领域的仿真功能。因此,所开发的模型既不能解释系统的异质性,也不能利用特定领域仿真工具提供的领域知识。第二种方法是将领域模型产生的输出合并到一个抽象模型中,以再现系统间的交互。抽象模型描述了关联组件的操作级别或服务质量。这种方法的局限性在于,在抽象系统组件功能的过程中,所开发的复合模型可能会严重丧失其精确模拟系统行为的能力。这是因为领域模型代表的组件状态、功能和操作等部分数据丢失,导致可以捕获和模拟的交互和关联多样性和复杂性受到很大限制。
综上,虽然采用HLA对关联CIS进行建模在学术界引起了广泛的关注,但以往的研究主要采用HLA标准作为分布式仿真环境的手段。以往研究中提出的模型在融合CIS领域知识来精确表征建模系统功能、融合CIS之间的系统异构性以及模拟异构模型之间复杂交互的能力上仍然存在很大的局限性。
下面参照附图描述根据本发明实施例提出的基于分布式仿真技术的关联基础设施系统建模方法及装置。
首先将参照附图描述根据本发明实施例提出的基于分布式仿真技术的关联基础设施系统建模方法。
图2为根据本发明一个实施例的基于分布式仿真技术的关联基础设施系统建模方法流程图。
联邦体系结构组合包括至少一个模型,以在单个CIS联合成员的不同功能层中表示不同的子系统、组件或智能体。
具体地,联合体系结构通过将多个模型组合起来,在单个CIS联合成员的不同功能层中表示不同的子系统、组件或智能体,从而对每个CIS进行更详细的建模。
如图2所示,基于分布式仿真技术的关联基础设施系统建模方法包括以下步骤:
步骤S101,通过RTI中间件连接联邦体系结构中的多个联邦成员。
HLA联邦体系结构是通过RTI中间件连接的多个联邦成员。这些联邦成员是根据研究需求和总体仿真目标选择的。在研究系统行为时,CIS模型必须准确地表示CIS的拓扑结构、功能和运行机制。当考虑多个CIS之间的关联性时,该模型还必须以高保真度捕获控制系统之间交互的各种形式。此外,关联性CISs模型必须能够模拟不同场景下系统与其外部环境的交互。本文所提出的CISs联合体系结构是基于上述需求开发的,由几个功能不同的模块组成,这些模块通过一个中央RTI进行通信,如图3所示。模块是一个联邦成员或一组相关联的联邦成员,负责模拟构成关联CISs模型的特定系统、智能体或因子。下面详细解释联邦体系结构中的每个模块。
CIS模块由负责模拟特定CIS的所有模型和模拟工具组成。每个CIS模块包括两层,模拟层和数据处理层。模拟层由各领域的模拟器组成,这些领域模拟器负责模拟CIS行为以及管理和控制功能,如SCADA(监控和数据采集)、备份、决策和资源分配。数据处理层由定义订阅数据和模拟器输入之间关系的形式主义组成。
城市综合体是复杂的城市动态环境的一部分,受到各种外部因素的影响,如社会经济变量、政府政策、自然灾害等。这些因素可能直接影响关联CIS的状态(例如,地震对系统设施的破坏)或通过因果反应影响关联CIS(例如,政府政策的变化可能导致系统管理者做出改变系统状态的决策)。模拟各种外部因素所需的模型分组在所提出的体系结构的外部环境模块下。
仿真场景的设计和实现是由开发者或人工智能与联邦组件交互完成的。交互包含模型开发、联邦成员的实时控制、数据分析等流程。为了方便联邦用户和联邦组件之间的交互,需要一组用户界面,如GUI(图形用户界面)、GIS(地理信息系统)、数据输出监视器、可视化工具等。这些用户界面被分组在所提议的体系结构的用户模块下。
步骤S102,通过CIS模拟器与RTI中间件交换数据,共同模拟异构细粒度CIS领域特定模型,并对模型之间及其与外部环境的交互进行建模,得到基于HLA的关联CISs模型。
可选地,在一些实施例中,通过CIS模拟器与RTI中间件交换数据,包括:
利用CIS模块的数据处理层中的依赖函数管理订阅的数据,以生成符合模拟层中的模拟器要求的输入数据。
具体地,与现有的联邦CIS模型不同,在本模型中,CIS模拟器通过数据处理层与RTI交换数据。如图3和图4所示,每个模块的模拟层由一个或多个联邦成员(模型)组成,这些联邦成员(模型)被分解为模型实体的集合
Figure 623292DEST_PATH_IMAGE001
,其中
Figure 84360DEST_PATH_IMAGE002
代表模拟器A的第i个模型实体。每个模型实体在时间t处具有一系列属性,其集合定义为
Figure 514204DEST_PATH_IMAGE003
,其中
Figure 755830DEST_PATH_IMAGE004
,并且
Figure 217904DEST_PATH_IMAGE005
。所有模型属性的集合用
Figure 861375DEST_PATH_IMAGE006
表示。模型状态用
Figure 134225DEST_PATH_IMAGE007
表示,是在模拟时间t的所有模型实体及其属性的集合。模型输入
Figure 863146DEST_PATH_IMAGE008
是计算模型状态所需的所有数据的集合。模型输出
Figure 941961DEST_PATH_IMAGE009
,其中
Figure 128354DEST_PATH_IMAGE010
,是一组更新后的属性,这些属性发布到联邦或导出为模拟输出。每个联邦成员都有一组称为模型函数的计算引擎函数,用于确定实体属性如何演化(即系统行为)以及数据输出如何生成。
如图5(a)、图5(b)、图6和图7所示,各联邦模块的数据处理层促进了联邦成员与RTI的通信,保证了联邦成员之间的互操作性。该层由数据处理单元(DPU)组成,这些数据处理单元通过RTI库函数发布/订阅数据,使用接口函数调用联邦成员,RTI提供了各种HLA服务,有助于在整个联邦中实现高效的数据分发和同步。但是,它没有提供实现每个领域模型的依赖函数的解决方案。本框架提出的解决方案是使用DPU作为领域模型和RTI之间的桥梁。DPU的功能是作为一个包装器以处理调用并修改RTI和领域模型之间传递的数据,而不需要额外的计算。因此,DPU可以实现领域模型的依赖函数,同时提供RTI和域模型之间的双向交互。
RTI库函数由联邦成员大使和RTI大使组成,并允许RTI管理CIS模块和联邦其余部分之间的调用和回调。接口函数
Figure 900000DEST_PATH_IMAGE011
,专属于各模拟器,用于调用模型并提供对模型属性的访问。接口函数分为三类:接口编辑函数
Figure 850639DEST_PATH_IMAGE012
、接口更新函数
Figure 670827DEST_PATH_IMAGE013
和接口检索函数
Figure 23311DEST_PATH_IMAGE014
Figure 965860DEST_PATH_IMAGE015
根据依赖函数提供的结果编辑模型状态。例如:
Figure 590745DEST_PATH_IMAGE016
Figure 11362DEST_PATH_IMAGE017
调用模拟系统行为、更新模型状态和生成模型输出的模型函数。例如:
Figure 483931DEST_PATH_IMAGE018
Figure 535064DEST_PATH_IMAGE019
检索将在联邦中发布的模型输出。例如:
Figure 460295DEST_PATH_IMAGE020
不同于RTI处理HLA标准的时间管理和同步过程,在该框架中,每个模块的DPU负责登记联邦同步点并提供时间进度授权。该过程的流程图如图8所示,详情如下:
在模拟开始时(即,在时间步长T=0时),向每个联邦成员提供一个初始数据集,该数据集是模块模拟器的第一组模型输入。此初始数据集用于计算T=0时模型实体的属性值(也称为实体实例)。然后,DPU检索该实例并将其发布到RTI。然后,DPU验证实际模拟时间步(T)是否不等于最终模拟时间步(Tfinal)。如果T=Tfinal,模拟将自动结束,否则,DPU将向联邦的其余成员发送请求,为下一个迭代步骤更新它们的属性值。需要更新的模型实体和属性集将被指定给RTI。RTI登记此请求并检索请求数据集的上次更新值。DPU订阅此数据并验证接收到的数据是当前时间步的数据,而不是上一个时间步的数据。如果订阅数据的时间步长与DPU的时间步长不匹配,这意味着其他联邦成员尚未完成请求实例的计算,并且尚未发布其输出数据。因此,模块将循环属性更新请求,直到订阅数据(t)的时间步长与DPU(t)的时间步长匹配。然后,这些模块被称为已经实现了同步点,并且时间进度(T+1)由DPU授予。然后处理订阅的数据以生成模型输入并计算新实例。
可选地,在一些实施例中,对模型之间及其与外部环境的交互进行建模,得到基于HLA的关联CISs模型,包括:
确定研究对象和研究目的;
根据研究对象和研究目的设计关联CISs的概念模型;
设计联邦成员的交互,以使每个CIS模块的数据处理层形式化为一组DPU、接口函数和RTI库函数,使用预设的模拟器和RTI支持的应用程序编程接口,并利用预设的HLA建模方式得到关联CISs模型。
具体地,本申请的联邦开发过程建立在FEDEP的开发步骤之上,但通过引入捕获或提供关键信息、决策信息和其他信息来解决其抽象性。因此,开发活动是针对CISs建模的,涵盖了模型开发的所有阶段,从研究问题的识别到模型的实现和执行。所提出的联邦开发过程延续了FEDEP的前三个开发步骤,其中包括针对CISs建模的大多数过程。最后四个开发步骤(包括更通用的HLA开发过程)被合成为一个名为联邦实现的开发步骤。开发过程被组织成四个开发步骤,即目标开发、概念设计、联邦设计和联邦实现,如图9所示,详细说明如下:
首先目标确定,这一步骤的主要目的是列出需要通过模拟关联CISs模型解决的问题。目标确定包括确定研究重点和研究目的两部分内容。研究重点是指研究的主要对象,可以是一个特定的CIS、一组CIS,甚至是与相互依赖的CIS相互作用的外部模型。研究目的包括信息生成、脆弱性评估、系统优化、资源管理等。模拟目标将作为联邦概念设计的输入。
可选地,在一些实施例中,根据研究对象和研究目的设计关联CISs的概念模型,包括:
设计仿真场景;
根据仿真场景确定关联CISs模型的所有组件;
对于所有组件的每个组件,标识仿真过程中数据交换过程中涉及的实体和属性;
获取所有实体之间的依赖关系。
具体地,此步骤的目的是设计一个关联CISs的概念模型,以满足上一步中确定的仿真目标。本设计涉及以下活动:
a)设计仿真场景。仿真场景是指相互依赖的系统所处的仿真环境(如正常运行或发生灾害)和触发事件(如级联失效)的过程;
b)根据设计的仿真场景,确定构成关联CISs模型的所有组件(包括CIS、管理和控制组件、数据库以及与相互依赖系统交互的外部代理);
c)对于b)中标识的每个组件,标识仿真过程中数据交换过程中涉及的实体和属性;
d)确定c)中标识的所有实体之间的依赖关系,包括它们如何交互的描述、它们之间交换的数据类型以及影响它们交互的外部因素或变量。依赖关系可以通过查阅相关文献或采访行业专业人士来确定。
可选地,在一些实施例中,设计联邦成员的交互,包括:
选择满足条件的领域特定模型和模拟器以实现概念模型;
确定每个联邦成员要发布和订阅的数据;
设计订阅数据与模拟器输入的相关函数;
确定与模拟层模拟器交互所需的接口功能。
最后一个步骤为联邦实现,在此步骤中,每个CIS模块的数据处理层被形式化为一组DPU、接口函数和RTI库函数,使用所选模拟器和RTI支持的应用程序编程接口(Application Programming Interface,API)。联邦实现还涉及通用的HLA建模流程,如FOM开发、联邦测试、调试和联邦执行,这些活动并不特定于CIS的建模,不作详细介绍。这些流程是按照HLA标准的技术指南完成的,这些标准见参考文献。
下面通过一个具体实施例进行详细说明。
本文所提出的框架在一个案例研究中进行了实验,对美国田纳西州谢尔比县(TN)相互依存的供水和供电系统进行了建模。谢尔比县,无论是在人口和地理区域面积上,都是该州最大的县。它位于密西西比河东岸,县城位于孟菲斯。谢尔比县的供水和供电系统由Memphis Light,Gas and Water (MLGW)部门和田纳西河谷管理局(TVA)管理,由众多设施和广泛的配电网络组成。为避免系统建模过于复杂,本文仅考虑主要设施和干线分配元素,简化了两个系统。应用的变化降低了配电网的密度,同时保持了建模系统行为和系统关联性的关键元素。
供电系统
根据参考文献中的描述,谢尔比县电网由8个供电站组成,作为系统的供电设施。闸站提供谢尔比县以外的工厂所产生的电力。电力被传输到总共37个23千伏和12千伏变电站。变电站被视为电力需求设施,将电力中继到特定电力服务区域的最终用户。电力通过500千伏、161千伏、115千伏和23千伏输电线路传输。
图10(a)描述了简化的供电网络。网络中的闸站被建模为独立于县外工厂的发电机。这样做的目的是使得发电站对供水网络的依赖性利用关联CISs模型来表示。通过仅考虑17个12千伏和23千伏变电站,简化了密集的电网,其中9个变电站向供水网络的泵站供电。
供水系统
根据参考文献中的描述,谢尔比县供水系统由9个泵站和9个增压泵组成。水通过深井从承压含水层中抽取,并输送至六个高架储罐,这些储罐通过埋地管道向配水节点供水。管径从16厘米到122厘米不等。该网络由大约1300条链路和960个配电节点组成,海拔在63.6米至126.6米之间。
原有的配水管网经过简化,去掉了部分密集的配水管道,同时确保简化后的管网覆盖整个县域。图10(b)所示的简化网络保留了43个配电节点和71条链路,合理地代表了干线供水干管和主要的二次馈线。由于管网密度较低,抽水系统减少到9台水泵,足以满足管网的需水量和压力要求。
供电和供水系统相互关联以实现其预期功能。供水系统的泵站依赖于电网变电站提供的电力,而供电系统的发电机则依赖于供水网络的配电节点提供的水。在对关联基础设施系统进行建模时,泵的功耗被建模为变电站的负载。相比之下,发电机组被建模为供水网络上的需求节点。
泵的功耗可以假定为马力恒定,也可以假定为由泵的性能曲线确定的变量。当考虑泵的性能曲线时,相应变电站上的负载随泵的活动而随时间变化。如果泵站关闭,变电站的负荷最小。
发电机依靠分配节点供水来实现发动机部件的冷却等功能。因此,向发电机供水的配水节点处的水流、温度和压力可能会影响发电机的运行水位(OL)(0≤OL≤1)。为了证明所提出的框架在建模这种复杂的非线性关系时的适用性,在本案例研究中,采用了对文献中描述的关系的修改。引入了一个临界压力水平,高于该临界压力,发电机的OL为100%,低于该临界压力,发电机的OL与临界压力和可用水压之间的差值成比例减小。
建立网络耦合的方法是利用网络设施的地理邻近性,如图11所示。每个泵站和发电机分别与最近的变电站和供水节点相连。组件耦合为G-N(发电机-配电节点)或S-P(变电站-泵站),每对组件共享相同的ID号作为后缀(例如,G1–N1;S7–P7)。
下面将逐步介绍联邦的开发过程,用于在案例研究环节中实现关联CISs模型的构建。
案例研究的目的是证明本文所提出的框架模拟关联的CISs模型的有效性,该模型,并希望能够利用领域知识对系统功能进行建模,并以更详细和准确的方式模拟系统行为,捕捉CISs之间的各种系统异质性维度,模拟CIS之间复杂的相互作用。
为实现上述仿真目标,设计了两种仿真场景:(1)展示每个CIS域特有的各种系统功能;(2)揭示仿真系统之间的各种系统异质性及其对系统行为的影响,并对依赖函数进行建模,揭示关联性质对系统行为的影响。
情景一
此情景下,关联系统在正常工作条件下模拟运行48小时。就流量而言,每个配水节点的需水量是基本需水量和乘数的乘积,该乘数遵循典型的城市日耗水量模式,最小需水量在上午12点到早上6点之间,峰值需水量在上午8点到晚上7点左右,如图12所示。泵站和高位水箱的耦合作用满足了这一需求。泵站将水井中的水泵入供水网络,以填充水箱并保持合理的压力水平。每个泵的运行状态(打开或关闭)由水箱中的水位和分配节点处的水压控制。每台水泵的能耗由其性能曲线决定,并将此能耗转化为所依赖的变电站的负荷。为满足泵站的用电需求,变电站将电网8台发电机的发电量进行继电保护。每个发电机的OL根据相应配水节点处的水压而变化。为选择合理的水压阈值进行实例研究,首先对供水系统模型进行独立模拟,以估计分布节点处的水压波动极限。然后选择一个压力高度,以确保在不显著损害发电机功能的情况下,发电机OL中可观察到的波动。
情景二
此情景的模拟设置与上述情景一的模拟设置类似。然而,在模拟12小时后,电网中会触发局部部件故障,从而导致变电站S4和S8发生故障,并导致相关泵站失效。故障部件在发生故障24小时后进行维修并恢复到其完全功能状态。该场景旨在更清楚地揭示供水系统对供电的依赖性。这在情景一中可能并不明显。表1给出了在模拟场景下模拟两个系统行为所需的模型实体和属性列表。
表1
Figure 367159DEST_PATH_IMAGE021
为了满足对系统拓扑和功能进行精细建模的要求,并利用每个CIS领域知识,选择了高度专业化的工具对CIS进行建模。供水系统采用EPANETv2.2软件建模。EPANET是一个广泛使用的开源软件应用程序,用于建模和模拟供水系统。它是一个独立的软件,可以执行全面的水力分析。本文利用opendssv9.0软件对供电系统进行了建模。OpenDSS是一个用于供电配电系统的综合仿真工具。自1997年以来,它一直用于支持各种需要配电系统分析的研究和咨询项目。此外,EPANET和OpenDSS还可以对基础设施系统的物理网络和监控系统进行建模。因此,本案例研究不需要额外的系统控制和管理模拟器。图13说明了联邦成员的发布-订阅方案。
两个模拟器的接口功能都作为软件包的一部分提供。基于仿真场景和模型的发布-订阅方案,本文设计了数据处理层的DPU,包括RTI库函数、依赖函数和接口函数。CERTI软件应用程序被用作建立联邦成员之间通信的中间件。CERP是一个开源的HLARTI,支持HLA1.3规范(C++和java),以及部分IEEE 1516-V2000和IEEE 1516-V2010(C++)标准。在这个案例研究中,所有的用户模型交互都是在上面选择的联邦成员的用户界面中完成的,因此,不需要属于用户模块的其他工具。
两个CIS模块的数据处理层都是使用MATLAB包装器开发的。RTI库函数是使用MatlabHLA工具箱实现的,MatlabHLA工具箱是CERTI包的一部分,而接口函数调用选定CIS仿真工具的DLL。
FOM是使用MAKTechnologies开发的免费FOM编辑器工具作为XML文件开发的。FOM包含两组主要的项,包括(1)实体类型(也称为对象类)及其属性,(2)交互类及其控制的参数。前者描述联邦成员之间交换的数据类型,而后者描述影响两个系统的事件类型。表2总结了FOM的主要内容。
表2
Figure 428656DEST_PATH_IMAGE022
为了说明本文提出的框架模块化如何有助于分散仿真环境,并在现实中实现更好的跨域协作,本文在通过局域网(LAN)连接的两个独立的计算机硬件上实现了联邦模型。一台计算机包含供水系统联邦成员和RTI,而另一台计算机包含供电系统联邦成员,如图14所示。联邦关联CISs模型分别在两个预定义的仿真场景下执行:
情景一,从第一天午夜开始,本文对开发的关联的CISs模型进行了48小时的模拟。图15(a)显示了泵站的状态,图15(b)显示了六个高位水箱的水位,图15(c)显示了模拟期间分布节点处的压力。图15(d)显示了向泵站供电的变电站的负荷。据观察,在0:00时,所有九台泵均打开,并将水泵入供水网络。时间戳0:00和6:00之间的需水量相对较低,因此水箱迅速注满。因此水网的控制系统分别在4:43、3:35、3:35、2:59和2:59时关闭泵P2、P5、P6、P7和P9,以防止水箱溢出。这些水泵的关闭,加上6:00和19:00之间分配节点的需水量上升,导致整个管网的水压逐渐下降。因此,水箱逐渐排空,以满足用水需求,并保持管网内的稳定压力。随着水箱中的水位下降,控制系统分别在14:02、18:59和18:59重新打开P2、P7和P9,以重新加注水箱。可以观察到,在时间戳19:00之后,当需水量大幅度下降时,水箱的水位和分配节点的压力迅速增加。在模拟的其余部分重复了这一事件循环。从图15(c)可以看出,与其他节点相比,分布节点N4和N8显示出稍微平滑的压力模式。模式的差异是由于N4和N8在网络中的位置不同。这两个节点与泵站的作用隔离,并由水箱直接供给,从而提供更稳定的流量。
从图15(c)可以看出,节点N1至N8处的压力水平均高于本研究中选择的20 m阈值水平。因此,在该场景的整个模拟过程中,所有八台发电机都以100%OL运行。从图15(d)可以看出,当泵站的状态从开启变为关闭时,电网变电站上的相应负荷突然降至接近零的最小功率值。另一方面,当泵站的状态由关闭变为开启时,变电站上的负荷会突然反弹。此外,当泵处于开启状态时,相应变电站上的负载将根据泵的功耗而变化。可以观察到,在时间戳19:00和30:00之间,当泵请求较少时,负载合理地下降,正如在现实中预期的那样。
情景二:此场景涉及一个故障事件,该事件起源于12:00到36:00的供电系统。图16(a)显示了泵站的状态,图16(b)显示了向泵站供电的变电站上的负荷,图16(c)显示了六个高位水箱的水位,图16(d)显示了配电节点处的压力,图16(e)显示了模拟期间发电机的OL。在0:00到12:00之间,此场景中的模拟结果与场景1中的结果相同。然而,在12:00,变电站S4和S8发生故障,泵P4和P8没有供电。因此,P4和P8立即失效,导致相应的负载降至零,如图16(b)所示。在图16(d)中可以观察到,在水网需水量相对较高的时期,P4和P8的功能突然丧失,导致水节点处的压力水平普遍下降。特别是离无功能泵最近的节点N1和N2受到的不利影响最大。水网控制系统立即响应,在12:14打开泵P5和P7,然后在15:40和19:26分别打开泵P2和P9,以平衡系统。然而,压力水平继续大幅下降。在时间戳19:00和24:00之间,当用水需求开始下降时,供水系统的压力得到了缓解。
在此期间,压力水平得到恢复,但随后从24:06(P2、P5和P7关闭时)再次显著下降。结果,P5和P7在31:01重新打开,以稳定系统。在36:00,S4和S8被修复,因此,P4和P8恢复到其功能状态。从图16(c)可以看出,当水压迅速下降时,水箱中的水位略有下降。这种微妙的反馈是因为水箱被设计成在不利条件下稳定供水系统的备用部件。然而,由于供水网络的控制系统迅速作出反应,重新打开了一些水泵,水箱在稳定系统水压方面所起的作用并不十分明显。
在此情景下,N1和N2处的水压受故障事件的影响最为严重,因为它们更接近失效水泵。特别是在12:03至12:15和29:53至31:01这两段时间,N1和N2处的水压降至阈值水平以下。因此,发电机G1和G2的OL暂时降低到最大OL以下,如图16(e)所示。结果,水流立即在电网内重新分配,未受影响的发电机补偿了G1和G2的供电不足。
使用CIS领域特定模型的主要优点是能够将每个建模CIS的领域知识合并到关联CISs模型中。仿真结果表明,对于不同的CIS,系统组件的功能、提供的数据以及它们之间的交互方式都有很大的不同。这是因为不同的CIS组件遵循特定于其领域独特的数学和逻辑规律。例如,用于计算泵的能耗、节点处的流量和压力等的公式是基于供水系统领域多年使用积累的数据和实践的。类似地,用于计算流量再分配、功率损耗等的公式是特定适用于供电系统领域的。本文将每个CIS的领域知识整合到开发的关联CISs模型中,揭示了领域知识对系统行为的影响。例如,图15(d)和图16(b)显示,该模型可以根据供水系统的实际状态提供每个时间步的泵功耗的具体值,从而持续影响供电系统的行为。此外,图15(c)和图16(d)显示,根据关键部件(如泵和水箱)的位置,对供水网络不同部分的水流进行了不同的计算,导致N4和N8显示出与其他分配节点完全不同的压力模式。这些观察结果表明,与现有的关联CISs模型相比,模拟系统行为精细度有了显著的提高。通过只考虑系统部件的运行状态或采用统一的流量指标,以往的研究中提出的模型只能在模拟过程中CIS的互相影响机制上提供有限的信息。因此可以推断,在关联CISs模型中加入其他领域的广泛知识有助于提升关于关联CISs及其关联行为的认知。
供水系统和供电系统是两个异构系统,它们在物理、功能和运行特性上存在显著差异。在对关联CISs系统进行建模时,模拟系统的异质性对于确保模拟系统行为的准确性至关重要。例如,如果忽略了系统异质性,那么预测的灾害对关联CISs的影响可能会被高估。案例研究的模拟结果揭示了关联CISs模型捕捉到的一些系统异质性及其对CISs行为的影响。这些系统异质性包括这两个系统的运行机制和物质流动特性的异质性。针对供水系统运行机理的异质性,从仿真结果可以看出,水箱作为供水系统的储能元件和自然备用元件,增强了系统的鲁棒性。另一方面,在供电系统中,发电量等于所有接入电网的负荷之和,发电量一经产生即被消耗。从图15(b)和图16(c)可以看出,当泵关闭或不工作时,水箱将排空,以稳定整个系统的压力并满足节点的流量要求,这是供电网络中无法观察到的特征。关于物质流动特性,可以在图15(b)、图15(c)、图16(c)和图16(d)中观察到,水网内水位的变化相对缓慢和渐进。当系统组件发生变化时,需要大量的时间来改变系统的稳定性或使其进入新的稳定状态。相反,整个电网的流量变化是突然的。组件属性中的任何微小变化都会导致网络中几乎瞬时的流量重新分布。这种物质流动特性的不均匀性会显著影响关联CISs的行为,因为它会影响系统对其可能遭受的事件(如部件故障、系统恢复序列等)的响应方式和速度。使用现有的关联CISs建模方法无法捕获系统间的异质性因素,因为这些方法要么使用同质框架对CIS进行建模,要么通过抽象出CIS模型的大部分操作和功能特征来过于简化CIS模型。因此,现有的相互依赖的CISs模型在精确模拟系统行为方面的能力有限,因此有必要提出一个框架。
最后,仿真结果表明,由于系统间的关联性,一个系统的行为受到另一个系统变化的一定程度的影响。例如,当比较图15(c)和图16(d)时,可以观察到场景2中12:00和36:00之间S4和S8处的电力短缺导致整个水网的压力水平普遍下降。具体而言,距离故障部件最近的节点N1和N2处的压力受影响最大,并降至20m的阈值以下。因此,发电机G1和G2的OL与N1和N2处的压力损失成比例下降。在对S4和S8进行维修,并恢复P4和P8的功能后,供水系统中的压力水平上升至新的稳定状态,使两个系统恢复正常工作状态。这一系列事件表明,所开发的相互依赖的CISs模型的数据交换、管理和同步功能确保了异构模型的互操作性,并有助于捕获CISs之间的依赖关系。此外,故障场景揭示了CIS之间的反馈回路,这证明了所提出的框架在模拟相互依赖的CIS之间可能的级联故障时的适用性。
总之,本文所开发的模型能够利用两个CIS的领域知识,捕捉CIS之间的各种异质性因素,并模拟系统之间的各种类型的依赖关系,从而满足本案例研究的目标。案例研究结果表明,提出的框架有可能通过解决相关文献中确定的大多数限制和挑战,推动关联CISs研究的进步。此外,该框架还可以为行业专业人士提供一种有用的方法来测试和分析CIS的设计,预测不同仿真环境或场景下的系统行为,从而提供更安全、更具弹性的基础设施系统设计方案。
根据本发明实施例提出的基于分布式仿真技术的关联基础设施系统建模方法,提出了一种利用、整合和协调各种CIS领域经过良好测试的实践、知识、数据和模拟工具的方法。,基于该框架开发的关联CISs模型能够融合每个CIS特定的领域知识,捕捉CISs之间的各种系统异质性,从而更详细、更准确地模拟CISs行为。
其次参照附图描述根据本发明实施例提出的基于分布式仿真技术的关联基础设施系统建模装置。
图17为根据本发明一个实施例的基于分布式仿真技术的关联基础设施系统建模装置结构示意图。
联邦体系结构组合包括至少一个模型,以在单个CIS联合成员的不同功能层中表示不同的子系统、组件或智能体。如图17所示,该基于分布式仿真技术的关联基础设施系统建模装置包括:处理模块201和建模模块202。
处理模块201,用于通过RTI中间件连接联邦体系结构中的多个联邦成员。
建模模块202,用于通过CIS模拟器与RTI中间件交换数据,共同模拟异构细粒度CIS领域特定模型,并对模型之间及其与外部环境的交互进行建模,得到基于HLA的关联CISs模型。
可选地,通过CIS模拟器与RTI中间件交换数据,包括:
利用CIS模块的数据处理层中的依赖函数管理订阅的数据,以生成符合模拟层中的模拟器要求的输入数据。
可选地,在一些实施例中,对模型之间及其与外部环境的交互进行建模,得到基于HLA的关联CISs模型,包括:
确定研究对象和研究目的;
根据研究对象和研究目的设计关联CISs的概念模型;
设计联邦成员的交互,以使每个CIS模块的数据处理层形式化为一组DPU、接口函数和RTI库函数,使用预设的模拟器和RTI支持的应用程序编程接口,并利用预设的HLA建模方式得到关联CISs模型。
可选地,在一些实施例中,根据研究对象和研究目的设计关联CISs的概念模型,包括:
设计仿真场景;
根据仿真场景确定关联CISs模型的所有组件;
对于所有组件的每个组件,标识仿真过程中数据交换过程中涉及的实体和属性;
获取所有实体之间的依赖关系。
可选地,在一些实施例中,设计联邦成员的交互,包括:
选择满足条件的领域特定模型和模拟器以实现概念模型;
确定每个联邦成员要发布和订阅的数据;
设计订阅数据与模拟器输入的相关函数;
确定与模拟层模拟器交互所需的接口功能。
需要说明的是,前述对方法实施例的解释说明也适用于该实施例的装置,此处不再赘述。
根据本发明实施例提出的基于分布式仿真技术的关联基础设施系统建模装置,通过一种开发高粒度的关联CISs模型的方法,拓展了关联CISs的研究,借助这些细粒度模型,就可以更深入地了解系统的关联性、反馈循环、系统漏洞、级联故障机制等。因此,未来CISs行为预测、脆弱性评估、灾害响应管理等模拟的准确性和可靠性可以得到显著提高。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种基于分布式仿真技术的关联基础设施系统建模方法,其特征在于,联邦体系结构组合包括至少一个模型,以在单个CIS联合成员的不同功能层中表示不同的子系统、组件或智能体,其中,所述方法包括以下步骤:
通过RTI中间件连接所述联邦体系结构中的多个联邦成员;
通过CIS模拟器与所述RTI中间件交换数据,共同模拟异构细粒度CIS领域特定模型,并对模型之间及其与外部环境的交互进行建模,得到基于HLA的关联CISs模型。
2.根据权利要求1所述的方法,其特征在于,所述通过CIS模拟器与所述RTI中间件交换数据,包括:
利用CIS模块的数据处理层中的依赖函数管理订阅的数据,以生成符合模拟层中的模拟器要求的输入数据。
3.根据权利要求1所述的方法,其特征在于,所述对模型之间及其与外部环境的交互进行建模,得到基于HLA的关联CISs模型,包括:
确定研究对象和研究目的;
根据所述研究对象和研究目的设计关联CISs的概念模型;
设计联邦成员的交互,以使每个CIS模块的数据处理层形式化为一组DPU、接口函数和RTI库函数,使用预设的模拟器和RTI支持的应用程序编程接口,并利用预设的HLA建模方式得到所述关联CISs模型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述研究对象和研究目的设计关联CISs的概念模型,包括:
设计仿真场景;
根据所述仿真场景确定关联CISs模型的所有组件;
对于所述所有组件的每个组件,标识仿真过程中数据交换过程中涉及的实体和属性;
获取所有实体之间的依赖关系。
5.根据权利要求3所述的方法,其特征在于,所述设计联邦成员的交互,包括:
选择满足条件的领域特定模型和模拟器以实现概念模型;
确定每个联邦成员要发布和订阅的数据;
设计订阅数据与模拟器输入的相关函数;
确定与模拟层模拟器交互所需的接口功能。
6.一种基于分布式仿真技术的关联基础设施系统建模装置,其特征在于,联邦体系结构组合包括至少一个模型,以在单个CIS联合成员的不同功能层中表示不同的子系统、组件或智能体,其中,所述装置包括:
处理模块,用于通过RTI中间件连接所述联邦体系结构中的多个联邦成员;
建模模块,用于通过CIS模拟器与所述RTI中间件交换数据,共同模拟异构细粒度CIS领域特定模型,并对模型之间及其与外部环境的交互进行建模,得到基于HLA的关联CISs模型。
7.根据权利要求6所述的装置,其特征在于,所述通过CIS模拟器与所述RTI中间件交换数据,包括:
利用CIS模块的数据处理层中的依赖函数管理订阅的数据,以生成符合模拟层中的模拟器要求的输入数据。
8.根据权利要求6所述的装置,其特征在于,所述对模型之间及其与外部环境的交互进行建模,得到基于HLA的关联CISs模型,包括:
确定研究对象和研究目的;
根据所述研究对象和研究目的设计关联CISs的概念模型;
设计联邦成员的交互,以使每个CIS模块的数据处理层形式化为一组DPU、接口函数和RTI库函数,使用预设的模拟器和RTI支持的应用程序编程接口,并利用预设的HLA建模方式得到所述关联CISs模型。
9.根据权利要求8所述的装置,其特征在于,所述根据所述研究对象和研究目的设计关联CISs的概念模型,包括:
设计仿真场景;
根据所述仿真场景确定关联CISs模型的所有组件;
对于所述所有组件的每个组件,标识仿真过程中数据交换过程中涉及的实体和属性;
获取所有实体之间的依赖关系。
10.根据权利要求8所述的装置,其特征在于,所述设计联邦成员的交互,包括:
选择满足条件的领域特定模型和模拟器以实现概念模型;
确定每个联邦成员要发布和订阅的数据;
设计订阅数据与模拟器输入的相关函数;
确定与模拟层模拟器交互所需的接口功能。
CN202110704435.4A 2021-06-24 2021-06-24 基于分布式仿真技术的关联基础设施系统建模方法及装置 Active CN113255163B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110704435.4A CN113255163B (zh) 2021-06-24 2021-06-24 基于分布式仿真技术的关联基础设施系统建模方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110704435.4A CN113255163B (zh) 2021-06-24 2021-06-24 基于分布式仿真技术的关联基础设施系统建模方法及装置

Publications (2)

Publication Number Publication Date
CN113255163A true CN113255163A (zh) 2021-08-13
CN113255163B CN113255163B (zh) 2021-10-26

Family

ID=77189529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110704435.4A Active CN113255163B (zh) 2021-06-24 2021-06-24 基于分布式仿真技术的关联基础设施系统建模方法及装置

Country Status (1)

Country Link
CN (1) CN113255163B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114862121A (zh) * 2022-04-08 2022-08-05 清华大学 考虑人因影响的关联基础设施系统建模方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102664954A (zh) * 2012-04-25 2012-09-12 清华大学 基于hla的分布式仿真支撑平台及其实现方法
CN103514321A (zh) * 2013-08-12 2014-01-15 北京理工大学 一种应用于hla分布式仿真方法的通用联邦成员
CN112256386A (zh) * 2020-09-24 2021-01-22 北京天源迪科信息技术有限公司 一种仿真运行支撑系统
CN112433806A (zh) * 2020-10-19 2021-03-02 湖南和信智仿信息科技有限公司 面向云仿真服务的计算模型结构及调度执行方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102664954A (zh) * 2012-04-25 2012-09-12 清华大学 基于hla的分布式仿真支撑平台及其实现方法
CN103514321A (zh) * 2013-08-12 2014-01-15 北京理工大学 一种应用于hla分布式仿真方法的通用联邦成员
CN112256386A (zh) * 2020-09-24 2021-01-22 北京天源迪科信息技术有限公司 一种仿真运行支撑系统
CN112433806A (zh) * 2020-10-19 2021-03-02 湖南和信智仿信息科技有限公司 面向云仿真服务的计算模型结构及调度执行方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MASSIMO FICCOA ET AL.: "Simulation platform for cyber-security and vulnerability analysis ofcritical infrastructures", 《JOURNAL OF COMPUTATIONAL SCIENCE》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114862121A (zh) * 2022-04-08 2022-08-05 清华大学 考虑人因影响的关联基础设施系统建模方法及装置
CN114862121B (zh) * 2022-04-08 2023-02-28 清华大学 考虑人因影响的关联基础设施系统建模方法及装置

Also Published As

Publication number Publication date
CN113255163B (zh) 2021-10-26

Similar Documents

Publication Publication Date Title
Su et al. A systematic framework of vulnerability analysis of a natural gas pipeline network
Goldbeck et al. Resilience assessment for interdependent urban infrastructure systems using dynamic network flow models
Mao et al. Assessment of the impact of interdependencies on the resilience of networked critical infrastructure systems
Nan et al. Adopting HLA standard for interdependency study
Zorn et al. Evaluating the magnitude and spatial extent of disruptions across interdependent national infrastructure networks
Magoua et al. High level architecture-based framework for modeling interdependent critical infrastructure systems
Lopez et al. Distributed reinforcement learning in emergency response simulation
Martí Multisystem simulation: analysis of critical infrastructures for disaster response
Panzieri et al. An approach to model complex interdependent infrastructures
Abdelmalak et al. A survey of cyber-physical power system modeling methods for future energy systems
CN113255163B (zh) 基于分布式仿真技术的关联基础设施系统建模方法及装置
Magoua et al. Incorporating the human factor in modeling the operational resilience of interdependent infrastructure systems
Zhi et al. Empirically Modeling Enterprise Architecture Using ArchiMate.
Kruchten et al. A conceptual model of disasters encompassing multiple stakeholder domains
Hafeznia et al. ResQ-IOS: An iterative optimization-based simulation framework for quantifying the resilience of interdependent critical infrastructure systems to natural hazards
Davidson et al. Restoration modeling of lifeline systems
McNally et al. Learning the critical infrastructure interdependencies through an ontology-based information system
Rahman et al. I2Sim: a matrix-partition based framework for critical infrastructure interdependencies simulation
Mikov et al. Some problems of the simulation model efficiency and flexibility
Sztipanovits et al. Model-based integration technology for next generation electric grid simulations
Yang et al. Adapting HLA-based co-simulation for interdependent infrastructure resilience management
Sotoodeh et al. An ontological approach to conceptual modeling of disaster management
Magoua et al. Towards HLA-based Modeling of Interdependent Infrastructure Systems
Wang Assessing the Effects of Applying Different Simulation Models on Resilience Evaluation of Critical Infrastructure Systems
US20230394192A1 (en) Systems and methods for a synthetic infrastructure model for vulnerability, failure, and future transition planning

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