CN114240261A - 计及业务特性指标的智能电网节点重要性量化方法和系统 - Google Patents

Abstract

本发明涉及一种计及业务特性指标的智能电网节点重要性量化方法和系统，属于智能电网的网络规划、安全运行技术领域。本发明提供的计及业务特性指标的智能电网节点重要性量化方法，使用特征指标评价法计算节点所承载电力业务的重要度，从而以此为参数重新定义智能电网网络模型的凝聚度，使得通信节点的重要度可以根据网络拓扑结构、节点所承载业务种类和数量动态调整，进而能够全面提升电网的有效规划程度，在缩减电网投资金额的同时，提高电网安稳运行的能力，还能更好的适应电力业务日趋多元化、异构化的情形。

Description

计及业务特性指标的智能电网节点重要性量化方法和系统

技术领域

本发明涉及智能电网的网络规划、安全运行技术领域，特别是涉及一种计及业务特性指标的智能电网节点重要性量化方法和系统。

背景技术

智能电网是融合了电力网和信息网的电力信息物理系统，其为人们的生活带来了很多好处。一方面，智能电网能通过信息网更好的感知用户对电力的需求，从而合理配置电力资源，为用户提供有效、经济的电力供应。另一方面，智能电网间接推动了电动汽车的普及，从而提高国民使用清洁能源的比例，对减少空气污染起到了重要作用。

电力作为国家的基础工业，与国计民生、经济发展息息相关，其运行时的安全性和稳定性一直被高度关注。然而，电网处于一个非绝对安全的环境下，组成智能电网的光缆、通信设备、信息服务器等多种设施难免会因为自身故障、外部攻击、自然灾害等原因而失效。一旦电网发生故障将造成大面积停电事故，不仅会导致供水、通信、交通、金融等行业无法正常运行，还会对社会稳定造成威胁。针对该问题，当前智能电网采用的防护手段主要是在网络规划设计阶段对设施进行容灾保护，例如1+1保护、冗余备份等。然而，未来智能电网无论是节点规模还是网络拓扑结构都将会越来越庞大和复杂，如果继续对全网节点采用统一的部署策略并对设备硬件和物理通道采用1+1备份策略，不仅浪费资源还会造成高投入低产出的现象。因此，为了实现网络的有效规划，有必要对智能电网中的节点进行重要性量化，根据节点重要程度对节点配置差异化的保护措施。

但是，现有智能电网中量化节点重要性的方案仅从网络拓扑的角度计算节点重要性，没有考虑节点所承载电力业务对节点重要性的影响。智能电网中拥有的业务种类众多，不同种类的业务发生中断，会对智能电网的安稳运行产生不同的影响程度，即节点承载的业务对节点重要度有影响。

发明内容

为解决现有技术存在的上述问题，本发明提供了一种计及业务特性指标的智能电网节点重要性量化方法和系统。

为实现上述目的，本发明提供了如下方案：

一种计及业务特性指标的智能电网节点重要性量化方法，包括：

将智能电网中节点承载的电力业务种类和业务的性能特征进行形式化处理，得到业务集合和性能特征集合；

量化所述业务集合中每一业务在所述性能特征集合中各个性能特征下的重要程度；

根据所述重要程度确定每一业务在各个性能特征下相对于所述业务集合中其他业务的子重要程度；

根据所述子重要程度确定每一业务在所有性能特征下相对于所述业务集合中其他业务的重要度；

根据所述重要度确定每一业务的相对重要度；

根据所述相对重要度确定每一业务的全局重要度；

获取智能电网的网络模型；所述智能电网的网络模型表示为G(V,E,W)，其中，V表示网络模型中的节点，E表示网络模型中的链路，W表示网络模型中链路的权重；

获取所述网络模型中链路上承载的业务种类和链路上承载的业务数量；

根据所述链路上承载的业务种类、所述链路上承载的业务数量和所述全局重要度确定所述业务集合中每一业务的边权；

根据所述边权确定业务重要度的点权；

根据所述点权确定所述网络模型的点权总和，记为第一点权总和；

确定所述网络模型中节点间的平均最短距离，记为第一平均最短距离；

根据所述第一点权总和及所述第一平均最短距离确定所述网络模型的凝聚度；

采用节点收缩法收缩所述网络模型的节点，得到新的网络模型；

确定所述新的网络模型中节点间的平均最短距离，记为第二平均最短距离；

确定新的网络模型的点权总和，记为第二点权总和；

根据所述第二点权总和及所述第二平均最短距离确定所述新的网络模型的凝聚度；

根据所述网络模型的凝聚度和所述新的网络模型的凝聚度确定每一业务在性能特征下的节点重要度。

优选地，所述量化所述业务集合中每一业务在所述性能特征集合中各个性能特征下的重要程度，具体包括：

根据电力系统安全防护体系的规定，将所述业务集合中每一业务在所述性能特征集合中各个性能特征方面的要求映射到正整数域，得到每一业务在所述性能特征集合中各个性能特征下的重要程度。

优选地，所述根据所述重要程度确定每一业务在各个性能特征下相对于所述业务集合中其他业务的子重要程度，具体包括：

根据所述重要程度，采用公式

确定每一业务在各个性能特征下相对于所述业务集合中其他业务的子重要程度；

式中，

表示在性能特征F _j 下业务S _i 相对于业务S _b 的子重要度，

表示业务S _i 在性能特征F _j 下的重要程度，

表示业务S _b 在性能特征F _j 下的重要程度。

优选地，采用公式

根据所述链路上承载的业务种类、所述链路上承载的业务数量和所述全局重要度确定所述业务集合中每一业务的边权；

式中，W _h 为边权，m _h 为第h条链路上承载的业务种类，k _hi 为第h条链路上承载的业务数量，

为业务S _i 的全局重要度，i=1,2,3,...,m _h ，m _h ≤m，h=1,2,3,...,y，y为网络模型中链路的总个数，m为网络模型中所有链路承载的业务种类总数。

优选地，采用公式

确定所述网络模型中节点间的平均最短距离，记为第一平均最短距离；

式中，L为第一平均最短距离，x为节点总数，d _pq 为节点p到节点q的距离。

优选地，采用公式

根据所述第一点权总和及所述第一平均最短距离确定所述网络模型的凝聚度；

式中，

为网络模型的凝聚度，P为第一点权总和，L为第一平均最短距离。

优选地，采用公式

根据所述网络模型的凝聚度和所述新的网络模型的凝聚度确定每一业务在性能特征下的节点重要度；

式中，v _l 为收缩节点，I(v _l )为节点重要度，

为网络模型的凝聚度，

为新的网络模型的凝聚度。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供的计及业务特性指标的智能电网节点重要性量化方法，使用特征指标评价法计算节点所承载电力业务的重要度，从而以此为参数重新定义智能电网网络模型的凝聚度，使得通信节点的重要度可以根据网络拓扑结构、节点所承载业务种类和数量动态调整，进而能够全面提升电网的有效规划程度，在缩减电网投资金额的同时，提高电网安稳运行的能力，还能更好的适应电力业务日趋多元化、异构化的情形。

对应于上述提供的计及业务特性指标的智能电网节点重要性量化方法，本发明还提供了一种计及业务特性指标的智能电网节点重要性量化系统。该系统包括：

形式化模块，用于将智能电网中节点承载的电力业务种类和业务的性能特征进行形式化处理，得到业务集合和性能特征集合；

量化模块，用于量化所述业务集合中每一业务在所述性能特征集合中各个性能特征下的重要程度；

子重要程度确定模块，用于根据所述重要程度确定每一业务在各个性能特征下相对于所述业务集合中其他业务的子重要程度；

重要度确定模块，用于根据所述子重要程度确定每一业务在所有性能特征下相对于所述业务集合中其他业务的重要度；

相对重要度确定模块，用于根据所述重要度确定每一业务的相对重要度；

全局重要度确定模块，用于根据所述相对重要度确定每一业务的全局重要度；

网络模型获取模块，用于获取智能电网的网络模型；所述智能电网的网络模型表示为G(V,E,W)，其中，V表示网络模型中的节点，E表示网络模型中的链路，W表示网络模型中链路的权重；

业务种类数量获取模块，用于获取所述网络模型中链路上承载的业务种类和链路上承载的业务数量；

边权确定模块，用于根据所述链路上承载的业务种类、所述链路上承载的业务数量和所述全局重要度确定所述业务集合中每一业务的边权；

点权确定模块，用于根据所述边权确定业务重要度的点权；

第一点权总和确定模块，用于根据所述点权确定所述网络模型的点权总和，记为第一点权总和；

第一平均最短距离确定模块，用于确定所述网络模型中节点间的平均最短距离，记为第一平均最短距离；

第一凝聚度确定模块，用于根据所述第一点权总和及所述第一平均最短距离确定所述网络模型的凝聚度；

节点压缩模块，用于采用节点收缩法收缩所述网络模型的节点，得到新的网络模型；

第二平均最短距离确定模块，用于确定所述新的网络模型中节点间的平均最短距离，记为第二平均最短距离；

第二点权总和确定模块，用于确定新的网络模型的点权总和，记为第二点权总和；

第二凝聚度确定模块，用于根据所述第二点权总和及所述第二平均最短距离确定所述新的网络模型的凝聚度；

节点重要度确定模块，用于根据所述网络模型的凝聚度和所述新的网络模型的凝聚度确定每一业务在性能特征下的节点重要度。

因本发明提供的计及业务特性指标的智能电网节点重要性量化系统实现的技术效果与上述提供的计及业务特性指标的智能电网节点重要性量化方法实现的技术效果相同，故在此不再进行赘述。

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为本发明提供的计及业务特性指标的智能电网节点重要性量化方法的流程图；

图2为本发明提供的计及业务特性指标的智能电网节点重要性量化方法的实施框架图；

图3为本发明提供的计及业务特性指标的智能电网节点重要性量化系统的结构示意图。

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。

本发明的目的是提供一种计及业务特性指标的智能电网节点重要性量化方法和系统，以全面提升电网的有效规划程度，在缩减电网投资金额的同时，提高电网安稳运行的能力，还能更好的适应电力业务日趋多元化、异构化的情形。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明提供的计及业务特性指标的智能电网节点重要性量化方法，包括：

步骤100：将智能电网中节点承载的电力业务种类和业务的性能特征进行形式化处理，得到业务集合和性能特征集合。例如，将智能电网中节点承载的电力业务种类和业务的性能特征形式化。智能电网中节点承载的单个电力业务用

表示，业务集合S={S ₁,S ₂,..,S _i ,...,S _m }，m为网络模型中所有链路承载的业务种类总数。业务的性能特征用F _j 表示，性能特征集合F={F ₁,F ₂,...,F _j ,...F _n }，n表示业务的性能特征个数。对于每个节点承载的每个业务，都从n个性能特征的角度去衡量。

步骤101：量化业务集合中每一业务在性能特征集合中各个性能特征下的重要程度。根据电力系统安全防护体系的规定，将所有业务在各个性能特征方面的要求映射到正整数域，得到业务S _i 在性能特征F _j 下的重要程度

(i=1,2,…,m，j=1,2,…,n)，

={1,2,...,I _a }，I _a 是性能特征F _j 所能达到的最大重要值。以此类推，计算出所有业务分别在n个性能特征下的重要程度。可以看出，对于业务在性能特征方面的要求划分的越细致，即性能特征的级别总数越多。

步骤102：根据重要程度确定每一业务在各个性能特征下相对于业务集合中其他业务的子重要程度。例如，用

表示在性能特征F _j 下，业务S _i 相对于业务S _b 的子重要度。业务S _i 和业务S _b 都是业务集合S的元素，i和b均属于集合[1,2,...,m]。

的计算公式如下：

可以看出，

的数值越大，说明业务S _i 相对于业务S _b 在性能特征F _j 下的重要程度越高。特征性能F _j 的等级划分越多，业务子重要度的取值也就越准确。

步骤103：根据子重要程度确定每一业务在所有性能特征下相对于业务集合中其他业务的重要度。例如，以业务S _i 相对于业务S _b 的重要度为例，要计算业务S _i 相对于业务S _b 的重要程度，需综合考虑业务S _i 在所有性能特征下相对于业务S _b 的子重要度。即业务S _i 相对于业务S _b 的重要度I _ib 的计算公式如下：

步骤104：根据重要度确定每一业务的相对重要度。以业务S _i 为例，将业务S _i 相对于其它所有业务的重要度综合起来，得到业务S _i 的相对重要度

。

步骤105：根据相对重要度确定每一业务的全局重要度。例如，根据效益型归一化函数对业务S _i 的相对重要度I _i 进行处理，得到业务S _i 的全局重要度，其计算公式如下：

其中，k为可调系数，k∈(0,1)，

为重要度I _i 的最小值，

为重要度I _i 的最大值。

步骤106：获取智能电网的网络模型。智能电网的网络模型表示为G(V,E,W)，其中，V表示网络模型中的节点,V={v ₁,v ₂,...,v _x }，E表示网络模型中的链路，E={e ₁,e ₂,...,e _y },W表示网络模型中链路的权重，W={w _e1,w _e2,...,w _ey }，x代表节点总数，y代表网络模型中链路的总个数。

步骤107：获取网络模型中链路上承载的业务种类和链路上承载的业务数量。例如，将链路e _j 上承载的业务种类数用m _h 表示，链路e _j 上承载的业务S _i 的数量用k _hi 表示。

步骤108：根据链路上承载的业务种类、链路上承载的业务数量和全局重要度确定业务集合中每一业务的边权。例如，在计算边权时，将链路上承载的业务情况考虑在内。本发明考虑了链路承载的业务种类、业务数量及业务重要度。基于业务的边权计算公式如下：

可以看出，边权的大小与链路上的业务种类、数量及业务的重要度成正比。

步骤109：根据边权确定业务重要度的点权。在根据网络的拓扑结构寻找重要节点时，通常会选用节点间连接的紧密度去衡量，而点权可以实现对连接紧密度的量化。一个点的点权通常被看作是与它关联的边权之和，因此，在本发明中点权的计算公式如下：

其中，E _l 表示与节点l相连的所有链路。

步骤110：根据点权确定网络模型的点权总和，记为第一点权总和。点权总和可以表征网络中全部节点间的相互影响情况，其能反映出网络的整体运行情况。点权总和的计算公式如下：

步骤111：确定网络模型中节点间的平均最短距离，记为第一平均最短距离。Floyd算法能以动态规划为核心，在多个节点之间寻找最短路径。该算法的核心思想与本场景下求最短路径的需求一致，因此，根据Floyd算法得出网络中节点间的平均最短路径L，网络中节点间的平均最短距离计算方式如下：

其中，d _pq 为节点p到节点q的距离，x表示网络模型中的节点总数。

步骤112：根据第一点权总和及第一平均最短距离确定网络模型的凝聚度。根据网络凝聚度的定义及上述成员要素的计算，可以得出网络

的凝聚度：

步骤113：采用节点收缩法收缩网络模型的节点，得到新的网络模型。节点收收缩法是将某一节点与和其相连的若干节点共同收缩为一个新的节点，通过计算节点收缩前后网络凝聚度的变化幅度去判定该节点的重要度。利用节点收缩法收缩节点v _l ，将节点v _l 和它的邻居节点组成一个新节点，从而形成一个新的网络模型。

步骤114：确定新的网络模型中节点间的平均最短距离，记为第二平均最短距离。

步骤115：确定新的网络模型的点权总和，记为第二点权总和。

步骤114和步骤115中，重新计算新的网络模型中节点的点权总和P'与节点间的平均最短距离L'。计算思路与步骤110和步骤111相同。

步骤116：根据第二点权总和及第二平均最短距离确定新的网络模型的凝聚度。计算收缩节点v _l 后，新网络模型的凝聚度计算公式如下：

步骤117：根据网络模型的凝聚度和新的网络模型的凝聚度确定每一业务在性能特征下的节点重要度。计及业务特性指标的节点重要度的计算公式为：

其中，

为网络模型的凝聚度，

为新的网络模型的凝聚度。

可见，该方法中节点的重要度与节点周围的邻居节点数量、节点在网络中的位置和节点上承载的业务种类相关。

智能电网的建设步伐越来越快，不仅是网络拓扑结构越来越庞大和复杂，节点所承载的电力业务数量和种类也日益增多。若节点所承载的业务发生中断，会对智能电网的安稳运行产生严重影响，而且业务重要度与影响程度成正比。因此，本发明对节点所承载业务的重要度进行确定，从而有针对性的对节点进行差异保护。由于不同的电力业务在性能特征方面有着不同的要求，本发明提供的上述计及业务特性指标的智能电网节点重要性量化方法，首先计算每项业务在各个性能特征下相对于所有其它业务的子重要度，再综合业务在所有性能特征下的子重要度得出业务的全局重要度。

并且，现有智能电网中量化节点重要性的方案仅从网络拓扑的角度计算节点重要性，没有考虑节点所承载电力业务对节点重要性的影响。而智能电网中拥有的业务种类众多，不同种类的业务发生中断，会对智能电网的安稳运行产生不同的影响程度，因此，本发明提供了上述一种考虑业务特性指标的节点重要性量化方法。在从网络的拓扑结构角度去寻找重要节点时，通常把对保障网络连通性做出的贡献程度作为衡量节点重要度的指标，而网络凝聚度以节点收缩前后网络凝聚度变化的大小程度很好的展示了节点对保障网络连通性的能力。所以，选择用网络凝聚度去量化节点在拓扑层的重要度，能够解决以往节点重要度评估方法仅考虑拓扑结构忽略业务分布的局限。而业务对节点重要性的影响已融入在了点权的计算中，因此，本发明中的节点重要性量化方法融合了拓扑层和业务层的综合影响。

基于上述描述，本发明使用特征指标评价法计算节点所承载电力业务的重要度，从而以此为参数重新定义网络凝聚度的计算公式，使得通信节点的重要度可以根据网络拓扑结构、节点所承载业务种类和数量动态调整，这对准确有效地判断节点重要度极为重要（因为这样的考虑更贴合智能电网的实际运行情况）。方案框架如图2所示。

此外，对应于上述提供的计及业务特性指标的智能电网节点重要性量化方法，本发明还提供了一种计及业务特性指标的智能电网节点重要性量化系统，如图3所示，该系统包括：

形式化模块1，用于将智能电网中节点承载的电力业务种类和业务的性能特征进行形式化处理，得到业务集合和性能特征集合。

量化模块2，用于量化业务集合中每一业务在性能特征集合中各个性能特征下的重要程度。

子重要程度确定模块3，用于根据重要程度确定每一业务在各个性能特征下相对于业务集合中其他业务的子重要程度。

重要度确定模块4，用于根据子重要程度确定每一业务在所有性能特征下相对于业务集合中其他业务的重要度。

相对重要度确定模块5，用于根据重要度确定每一业务的相对重要度。

全局重要度确定模块6，用于根据相对重要度确定每一业务的全局重要度。

网络模型获取模块7，用于获取智能电网的网络模型。智能电网的网络模型表示为G(V,E,W)，其中，V表示网络模型中的节点，E表示网络模型中的链路，W表示网络模型中链路的权重。

业务种类数量获取模块8，用于获取网络模型中链路上承载的业务种类和链路上承载的业务数量。

边权确定模块9，用于根据链路上承载的业务种类、链路上承载的业务数量和全局重要度确定业务集合中每一业务的边权。

点权确定模块10，用于根据边权确定业务重要度的点权。

第一点权总和确定模块11，用于根据点权确定网络模型的点权总和，记为第一点权总和。

第一平均最短距离确定模块12，用于确定网络模型中节点间的平均最短距离，记为第一平均最短距离。

第一凝聚度确定模块13，用于根据第一点权总和及第一平均最短距离确定网络模型的凝聚度。

节点压缩模块14，用于采用节点收缩法收缩网络模型的节点，得到新的网络模型。

第二平均最短距离确定模块15，用于确定新的网络模型中节点间的平均最短距离，记为第二平均最短距离。

第二点权总和确定模块16，用于确定新的网络模型的点权总和，记为第二点权总和。

第二凝聚度确定模块17，用于根据第二点权总和及第二平均最短距离确定新的网络模型的凝聚度。

节点重要度确定模块18，用于根据网络模型的凝聚度和新的网络模型的凝聚度确定每一业务在性能特征下的节点重要度。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种计及业务特性指标的智能电网节点重要性量化方法，其特征在于，包括：

将智能电网中节点承载的电力业务种类和业务的性能特征进行形式化处理，得到业务集合和性能特征集合；

量化所述业务集合中每一业务在所述性能特征集合中各个性能特征下的重要程度；

根据所述重要程度确定每一业务在各个性能特征下相对于所述业务集合中其他业务的子重要程度；

根据所述子重要程度确定每一业务在所有性能特征下相对于所述业务集合中其他业务的重要度；

根据所述重要度确定每一业务的相对重要度；

根据所述相对重要度确定每一业务的全局重要度；

获取智能电网的网络模型；所述智能电网的网络模型表示为G(V,E,W)，其中，V表示网络模型中的节点，E表示网络模型中的链路，W表示网络模型中链路的权重；

获取所述网络模型中链路上承载的业务种类和链路上承载的业务数量；

根据所述链路上承载的业务种类、所述链路上承载的业务数量和所述全局重要度确定所述业务集合中每一业务的边权；

根据所述边权确定业务重要度的点权；

根据所述点权确定所述网络模型的点权总和，记为第一点权总和；

确定所述网络模型中节点间的平均最短距离，记为第一平均最短距离；

根据所述第一点权总和及所述第一平均最短距离确定所述网络模型的凝聚度；

采用节点收缩法收缩所述网络模型的节点，得到新的网络模型；

确定所述新的网络模型中节点间的平均最短距离，记为第二平均最短距离；

确定新的网络模型的点权总和，记为第二点权总和；

根据所述第二点权总和及所述第二平均最短距离确定所述新的网络模型的凝聚度；

根据所述网络模型的凝聚度和所述新的网络模型的凝聚度确定每一业务在性能特征下的节点重要度。

2.根据权利要求1所述的计及业务特性指标的智能电网节点重要性量化方法，其特征在于，所述量化所述业务集合中每一业务在所述性能特征集合中各个性能特征下的重要程度，具体包括：

根据电力系统安全防护体系的规定，将所述业务集合中每一业务在所述性能特征集合中各个性能特征方面的要求映射到正整数域，得到每一业务在所述性能特征集合中各个性能特征下的重要程度。

3.根据权利要求1所述的计及业务特性指标的智能电网节点重要性量化方法，其特征在于，所述根据所述重要程度确定每一业务在各个性能特征下相对于所述业务集合中其他业务的子重要程度，具体包括：

根据所述重要程度，采用公式

确定每一业务在各个性能特征下相对于所述业务集合中其他业务的子重要程度；

式中，

表示在性能特征F _j 下业务S _i 相对于业务S _b 的子重要度，

表示业务S _i 在性能特征F _j 下的重要程度，

表示业务S _b 在性能特征F _j 下的重要程度。

4.根据权利要求1所述的计及业务特性指标的智能电网节点重要性量化方法，其特征在于，采用公式

根据所述链路上承载的业务种类、所述链路上承载的业务数量和所述全局重要度确定所述业务集合中每一业务的边权；

式中，W _h 为边权，m _h 为第h条链路上承载的业务种类，k _hi 为第h条链路上承载的业务数量，

为业务S _i 的全局重要度，i=1,2,3,...,m _h ，m _h ≤m，h=1,2,3,...,y，y为网络模型中链路的总个数，m为网络模型中所有链路承载的业务种类总数。

5.根据权利要求1所述的计及业务特性指标的智能电网节点重要性量化方法，其特征在于，采用公式

确定所述网络模型中节点间的平均最短距离，记为第一平均最短距离；

式中，L为第一平均最短距离，x为节点总数，d _pq 为节点p到节点q的距离。

6.根据权利要求1所述的计及业务特性指标的智能电网节点重要性量化方法，其特征在于，采用公式

根据所述第一点权总和及所述第一平均最短距离确定所述网络模型的凝聚度；

式中，

为网络模型的凝聚度，P为第一点权总和，L为第一平均最短距离。

7.根据权利要求1所述的计及业务特性指标的智能电网节点重要性量化方法，其特征在于，采用公式

根据所述网络模型的凝聚度和所述新的网络模型的凝聚度确定每一业务在性能特征下的节点重要度；

式中，v _l 为收缩节点，I(v _l )为节点重要度，

为网络模型的凝聚度，

为新的网络模型的凝聚度。

8.一种计及业务特性指标的智能电网节点重要性量化系统，其特征在于，包括：

形式化模块，用于将智能电网中节点承载的电力业务种类和业务的性能特征进行形式化处理，得到业务集合和性能特征集合；

量化模块，用于量化所述业务集合中每一业务在所述性能特征集合中各个性能特征下的重要程度；

子重要程度确定模块，用于根据所述重要程度确定每一业务在各个性能特征下相对于所述业务集合中其他业务的子重要程度；

重要度确定模块，用于根据所述子重要程度确定每一业务在所有性能特征下相对于所述业务集合中其他业务的重要度；

相对重要度确定模块，用于根据所述重要度确定每一业务的相对重要度；

全局重要度确定模块，用于根据所述相对重要度确定每一业务的全局重要度；

网络模型获取模块，用于获取智能电网的网络模型；所述智能电网的网络模型表示为G(V,E,W)，其中，V表示网络模型中的节点，E表示网络模型中的链路，W表示网络模型中链路的权重；

业务种类数量获取模块，用于获取所述网络模型中链路上承载的业务种类和链路上承载的业务数量；

边权确定模块，用于根据所述链路上承载的业务种类、所述链路上承载的业务数量和所述全局重要度确定所述业务集合中每一业务的边权；

点权确定模块，用于根据所述边权确定业务重要度的点权；

第一点权总和确定模块，用于根据所述点权确定所述网络模型的点权总和，记为第一点权总和；

第一平均最短距离确定模块，用于确定所述网络模型中节点间的平均最短距离，记为第一平均最短距离；

第一凝聚度确定模块，用于根据所述第一点权总和及所述第一平均最短距离确定所述网络模型的凝聚度；

节点压缩模块，用于采用节点收缩法收缩所述网络模型的节点，得到新的网络模型；

第二平均最短距离确定模块，用于确定所述新的网络模型中节点间的平均最短距离，记为第二平均最短距离；

第二点权总和确定模块，用于确定新的网络模型的点权总和，记为第二点权总和；

第二凝聚度确定模块，用于根据所述第二点权总和及所述第二平均最短距离确定所述新的网络模型的凝聚度；

节点重要度确定模块，用于根据所述网络模型的凝聚度和所述新的网络模型的凝聚度确定每一业务在性能特征下的节点重要度。

Images