CN114598612B - 电力通信融合网络级联失效模型及节点脆弱性评估方法 - Google Patents
电力通信融合网络级联失效模型及节点脆弱性评估方法 Download PDFInfo
- Publication number
- CN114598612B CN114598612B CN202210268238.7A CN202210268238A CN114598612B CN 114598612 B CN114598612 B CN 114598612B CN 202210268238 A CN202210268238 A CN 202210268238A CN 114598612 B CN114598612 B CN 114598612B
- Authority
- CN
- China
- Prior art keywords
- power
- network
- layer
- node
- communication
- 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.)
- Active
Links
Images
Classifications
-
- 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
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1433—Vulnerability analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
-
- 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
-
- 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
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了电力通信融合网络级联失效模型及节点脆弱性评估方法,包括:生成电力通信融合网络电力层模型;构建电力通信融合网络电力层负荷‑容量模型;建立电力通信融合网络电力层负载重分配模型;生成电力通信融合网络通信层模型;构建电力通信融合网络通信层负荷‑容量模型;建立电力通信融合网络通信层负载重分配模型;设置网间失效概率;构建电力通信融合网络级联失效模型;构建考虑电力通信融合网络级联失效的节点脆弱性评估指标;对脆弱性评估指标进行排序得到重点保护节点集合;该方法能实现电力通信融合网络脆弱节点的有效辨识,提高电力通信融合网络节点的保护效率和经济性,降低连锁故障发生概率。
Description
技术领域
本发明涉及电力系统安全稳定运行技术领域,特别是涉及到电力通信融合网络级联失效模型及节点脆弱性评估方法。
背景技术
智能通信网络作为与现代电力系统高度融合的基础设施,在电力信息物理融合系统(电力CPS)发展的基础上,可以提高传统电网的效率、可靠性和安全性。在智能电网中,电力网络的监测、控制和管理密切依赖于智能通信网络,智能通信网络不仅保证电力网络自身的安全运行,而且保证整个通信网络的可靠运行。同时,当网络发生级联故障时,电力通信网络之间发生故障交叉传播,由于网络之间的相互作用,增加了故障传播的复杂性。电力CPS通过信息系统和物理系统相互影响的反馈循环实现深度融合和实时交互,使电力系统具有更高的“智慧”的同时,也为电力系统的安全、稳定、可靠运行带来了潜在的巨大安全隐患。因此,探索电力通信融合网络中交互级联故障的传播机制,挖掘融合网络潜在脆弱点,对预防大规模灾难性停电事故的发生,加强对脆弱单元的防范与保护,从而提高电力系统安全与稳定运行,具有重要指导意义。
目前关于电力通信融合网络的模型不能真实反映电力网络和通信网络的融合关系,以及连锁故障在融合网络间的传播特性。当前节点静态关键性的量化研究方法往往通过拓扑统计特征量的提取进行节点重要性的区分,指标值越大则越关键。而节点动态关键性指标的构建则更加关注网络节点之间复杂的动力学传播行为。分析方法主要在节点级联失效过程中及级联失效严重性后果评价中发现潜在的威胁因素,挖掘潜在的关键节点,可为系统故障应急预案和实际运行防护提供必要的应对依据。因此,有必要在级联失效的背景下,对电力通信融合网络节点进行动态脆弱性评估。
发明内容
为克服现有技术中的不足,本发明提出了一种电力通信融合网络级联失效模型及节点脆弱性评估方法,该发明侧重于在电力通信融合网络级联失效的影响下分析节点动态结构脆弱性,结合电力网络和通信网络的不同流特性,分别定义“结构脆弱流”、“结构阻塞流”和网间失效概率指标构建电力通信融合网络级联失效模型,构建一种能快速准确识别电力通信融合网络脆弱节点的指标评价体系,从而实现对电力通信融合网络脆弱节点的有效辨识。
本发明的目的可以通过以下技术方案来实现:
一种电力通信融合网络级联失效模型,建立所述电力通信融合网络级联失效模型的步骤具体包括:
构建一次侧电网拓扑,并以所述一次侧电网拓扑为基础,生成电力通信融合网络电力层模型;
以复杂网络理论的负荷-容量模型为基础,同时考虑电力通信融合网络中每个节点的容量限值差异,构建考虑电力层潮流分布特性的电力通信融合网络电力层负荷-容量模型,并基于电力层能量流传播满足能量守恒原则,计算节点流介数指标以及电力通信融合网络电力层节点容量限值;
基于复杂网络理论的负荷重分配机制,考虑电力层脆弱流的再分配,建立电力通信融合网络电力层负载重分配模型;
以所述一次侧电网使用的通信网络拓扑为基础,生成电力通信融合网络通信层模型;
以复杂网络理论的负荷-容量模型为基础,同时考虑网络中每个节点的容量限值差异,构建电力通信融合网络通信层负荷-容量模型,计算电力通信融合网络通信层节点初始结构负荷以及电力通信融合网络通信层节点容量限值;
基于复杂网络理论的负荷重分配机制,考虑通信层信息流再分配,建立电力通信融合网络通信层负载重分配模型,计算结构阻塞流;
设置网间失效概率,模拟连锁故障在融合网络之间交互传播的实际情况,构建电力通信融合网络电力层和电力通信融合网络通信层之间融合节点的失效机制;
基于所述电力通信融合网络电力层负荷-容量模型、电力通信融合网络电力层负载重分配模型、电力通信融合网络通信层负荷-容量模型、电力通信融合网络通信层负载重分配模型以及电力通信融合网络电力层和电力通信融合网络通信层之间融合节点的失效机制,构建电力通信融合网络级联失效模型。
进一步的,所述电力通信融合网络模型采用拓扑图G=(Gp,Gc,Bpc,Bcp)来描述;
其中,Gp=(Vp,Bp),Gp表示将获取的电力通信融合网络电力层中的设备信息抽象简化为融合网络电力层拓扑图,Vp表示电力通信融合网络电力层拓扑节点集合,由电力通信融合网络电力层中的发电机,变压器和负荷抽象而成,Bp表示电力通信融合网络电力层拓扑支路集合,Bp中元素表示电力通信融合网络电力层输电线路之间的连接关系;
Gc=(Vc,Bc),Gc表示将获取的电力通信融合网络通信层中的设备信息抽象简化为融合网络通信层拓扑图,Vc表示电力通信融合网络通信层拓扑节点集合,由电力通信融合网络通信层中的通信机房和无线基站信息抽象而成,Bc表示电力通信融合网络通信层拓扑支路集合,Bc中元素表示电力通信融合网络通信层中的通信线路和无线信道;
Bpc表示电力通信融合网络电力层拓扑节点到电力通信融合网络通信层拓扑节点的单向边,Bcp表示电力通信融合网络通信层拓扑节点到电力通信融合网络电力层拓扑节点的单向边。
设电力通信融合网络电力层中电源节点初始状态携带的能量为1,设电力通信融合网络电力层中传输节点和广义负荷节点携带的能量为0,设所述电力通信融合网络电力层中电源节点的度为电源节点向邻接节点传播的能量为同时,该电源节点的能量减为0;
将电力通信融合网络电力层中任意节点向其邻接节点传播能量的过程定义为一次传播,因此,任意节点能量传播到非邻接节点需要多次迭代传播;
设电力通信融合网络电力层网络直径为D,在经过D次迭代传播之后,电力通信融合网络电力层中所有电源节点产生的能量已经遍布整个电力通信融合网络电力层,此时统计电力通信融合网络电力层中电源节点、传输节点和广义负荷节点所接收的能量,就可以得到节点流介数指标所述节点流介数指标的数学表达式为:
式(1)中,Vi a为电力通信融合网络电力层节点的邻接节点下标集合,λj为节点的邻接节点分配系数,ki p为节点的度,为第t次迭代时,电力通信融合网络电力层节点vj p的节点流介数,为节点vj p的邻接节点下标集合,
根据所述节点流介数指标计算电力通信融合网络电力层节点容量限值,所述电力通信融合网络电力层节点容量限值的计算过程包括:
进一步的,所述电力通信融合网络电力层负载重分配实质上是电力层结构脆弱流的重分配,由于电力层结构脆弱流的重分配会引发电力通信融合网络电力层中失效节点的增加,进而引发连锁故障;
式(4)中εij为电力通信融合网络电力层节点在电力通信融合网络电力层节点上的结构脆弱流分配系数,lj为电力通信融合网络电力层节点的度,dij为电力通信融合网络电力层节点与节点的距离,μ和ν是结构脆弱流控制参数,μ用于控制负载重分配范围,ν用于控制负载分配的均匀性,所述结构脆弱流分配系数εij的计算公式为:
式(5)中,Vremain表示电力通信融合网络电力层中所有正常运行节点的集合;
按电力通信融合网络电力层负载重分配模型,即式(4)-式(7)进行新一轮的结构脆弱流再分配。
进一步的,所述电力通信融合网络通信层的路由规则是基于最短路径的,所述电力通信融合网络通信层节点的负荷处理能力正比于电力通信融合网络通信层的节点介数;
式(8)中,Bi表示电力通信融合网络通信层节点的节点介数,rj为除电力通信融合网络通信层节点外电力通信融合网络通信层节点的数据包产生率,L为电力通信融合网络通信层网络特征路径长度,Nc表示电力通信融合网络通信层总节点个数,到达节点的平均数据包数量Ψi可进一步表示为:
所述电力通信融合网络通信层节点容量限值的计算过程包括:
若在电力通信融合网络通信层中有新的节点处于失效态,则重复结构阻塞流计算过程,直至电力通信融合网络通信层中没有新的节点处于失效态,级联失效结束。
进一步的,所述融合节点包括电力通信融合网络电力层接入层节点、电力通信融合网络通信层接入层节点以及电力通信融合网络融合节点对,所述电力通信融合网络电力层接入层节点的最大度值为对应于最低失效概率所述电力通信融合网络通信层接入层节点的最大度值为对应于最低失效概率所述电力通信融合网络电力层接入层节点的最小度值为1,对应于最高失效概率所述电力通信融合网络通信层接入层节点的最小度值为1,对应于最高失效概率
所述电力通信融合网络电力层和电力通信融合网络通信层之间融合节点的失效机制的构建过程包括:
所述电力通信融合网络融合节点对的网间失效概率βi的计算公式为:
进一步的,所述电力通信融合网络级联失效模型分别构建了满足电力层能量流传输特征的电力层负荷-容量模型以及满足通信层信息流传输特征的通信层负荷-容量模型,并在此基础上分别定义了包括电力层结构脆弱流的级联失效机制以及包括通信层结构阻塞流的级联失效机制,考虑电力通信融合网络电力层和电力通信融合网络通信层的拓扑互相似性,并依据电力层接入层节点和通信层接入层节点在各自网络中的关键性程度计算融合节点对的网间失效概率,模拟连锁故障在电力通信融合网络间的交互传播。
一种基于电力通信融合网络级联失效模型的节点脆弱性评估方法,该评估方法包括构建考虑电力通信融合网络级联失效的节点脆弱性评估指标,该评估方法具体步骤包括:
S1:计算电力通信融合网络节点在遭受攻击后的节点存活比例:
将电力通信融合网络中任意节点表示为vi∈V,V={V|vi∈V,Vp∪Vc},电力通信融合网络正常运行时含有电力层节点数Np、通信层节点数Nc,基于建立的电力通信融合网络级联失效模型,通过电力通信融合网络级联失效仿真,得出在电力通信融合网络中任意一个节点vi遭受攻击和由其引发的可能的连锁故障结束后,电力层存活节点数以及通信层存活节点数计算节点存活比例Si,所述节点vi在遭受攻击后电力通信融合网络节点存活比例Si的计算公式为:
S2:计算电力通信融合网络节点在遭受攻击后的电力层网络特征距离以及通信层网络特征距离:
计算电力通信融合网络中节点vi在遭受攻击后的电力通信融合网络电力层网络特征距离Fi p,所述电力层网络特征距离Fi p的计算公式为:
计算电力通信融合网络中节点vi在遭受攻击后的电力通信融合网络通信层网络特征距离Fi c,所述通信层网络特征距离Fi c的计算公式为:
式(18)、(19)中,为电力通信融合网络电力层初始网络平均距离,为电力通信融合网络中节点vi在遭受攻击后电力层网络平均距离,为电力通信融合网络通信层初始网络加权平均距离,为电力通信融合网络中节点vi在遭受攻击后通信层的网络加权平均距离;
S3:计算电力通信融合网络节点在遭受攻击后的综合特征距离脆弱性指标:
基于得到的电力层网络特征距离Fi p以及通信层网络特征距离Fi c,计算电力通信融合网络中节点vi在遭受攻击后的电力通信融合网络综合特征距离脆弱性指标所述电力通信融合网络综合特征距离脆弱性指标的计算公式为:
式(20)中g表示Fi p和Fi c的运算函数,包括算数平均值、几何平均值、调和平均值等;
S4:构建考虑电力通信融合网络级联失效的节点脆弱性评估指标:
融合节点在遭受攻击后电力通信融合网络的节点存活比例以及电力通信融合网络综合特征距离脆弱性指标,计算节点综合脆弱性指标,所述节点vi综合脆弱性指标Ii的计算公式为:
S5:获取综合脆弱性指标集合:
S6:获取重点保护节点集合:
与现有的技术相比,本发明有益的效果为:
(1)分别构建了满足电力层能量流和通信层信息流传输特征的结构负荷-容量模型,并在此基础上分别定义信息流,分析因节点失效而造成的电力层网络拓扑结构上的潮流转移和通信层网络的数据包拥塞。
(2)考虑电力层网络和通信接入层网络的拓扑互相似性,依据电力节点和通信节点在各自网络中的关键性程度设置融合节点对的网间失效概率,模拟连锁故障在融合网络间的交互传播;以节点关键性程度而决定的融合节点对网间失效概率,解决了其它模型中无法确定节点失效与否的问题。在一定程度上降低了因人为设置固定的网间失效概率造成的对节点运行状况的误判风险,更能真实的逼近实际系统的融合级联故障的传播与失效。
(3)从交互级联失效对融合网络功能丧失和连通性破坏造成的严重程度,构建一种新的节点动态结构脆弱性指标,用以量化节点失效对融合网络结构特性破坏的严重性程度。
附图说明
图1为电力通信融合网络级联失效模型及节点脆弱性评估方法流程图;
图2为电力通信融合网络电力层节点的容限系数函数图;
图3为电力通信融合网络通信层节点的容限系数函数图;
图4为电力通信融合网络电力层接入层节点网间失效概率函数图;
图5为电力通信融合网络通信层接入层节点网间失效概率函数图;
图6为电力通信融合网络级联失效仿真流程图;
图7为以IEEE39节点系统为例的电力通信融合网络仿真图;
图8为电力通信融合网络节点脆弱性排名情况。
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,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
一种电力通信融合网络级联失效模型,如图1所示,建立所述电力通信融合网络级联失效模型的步骤具体包括:
以IEEE39节点测试系统为蓝本,构建一次侧电网拓扑,并以所述一次侧电网拓扑为基础,依据电力通信网的典型复杂通信规约与元件配置规律及子网耦合特征,生成电力通信融合网络电力层模型;
以复杂网络理论的负荷-容量模型为基础,同时考虑电力通信融合网络中每个节点的容量限值差异,构建考虑电力层潮流分布特性的电力通信融合网络电力层负荷-容量模型,并基于电力层能量流传播满足能量守恒原则,计算节点流介数指标以及电力通信融合网络电力层节点容量限值;
基于复杂网络理论的负荷重分配机制,考虑电力层脆弱流的再分配,建立电力通信融合网络电力层负载重分配模型;
以所述一次侧电网使用的通信网络拓扑为基础,生成电力通信融合网络通信层模型;
以复杂网络理论的负荷-容量模型为基础,同时考虑网络中每个节点的容量限值差异,构建电力通信融合网络通信层负荷-容量模型,计算电力通信融合网络通信层节点初始结构负荷以及电力通信融合网络通信层节点容量限值;
基于复杂网络理论的负荷重分配机制,考虑通信层信息流再分配,建立电力通信融合网络通信层负载重分配模型,计算结构阻塞流;
设置网间失效概率,模拟连锁故障在融合网络之间交互传播的实际情况,构建电力通信融合网络电力层和电力通信融合网络通信层之间融合节点的失效机制;
基于所述电力通信融合网络电力层负荷-容量模型、电力通信融合网络电力层负载重分配模型、电力通信融合网络通信层负荷-容量模型、电力通信融合网络通信层负载重分配模型以及电力通信融合网络电力层和电力通信融合网络通信层之间融合节点的失效机制,构建电力通信融合网络级联失效模型。
所述电力通信融合网络模型采用拓扑图G=(Gp,Gc,Bpc,Bcp)来描述;
其中,Gp=(Vp,Bp),Gp表示将获取的电力通信融合网络电力层中的设备信息抽象简化为融合网络电力层拓扑图,Vp表示电力通信融合网络电力层拓扑节点集合,由电力通信融合网络电力层中的发电机,变压器和负荷抽象而成,Bp表示电力通信融合网络电力层拓扑支路集合,Bp中元素表示电力通信融合网络电力层输电线路之间的连接关系;
Gc=(Vc,Bc),Gc表示将获取的电力通信融合网络通信层中的设备信息抽象简化为融合网络通信层拓扑图,Vc表示电力通信融合网络通信层拓扑节点集合,由电力通信融合网络通信层中的通信机房和无线基站信息抽象而成,Bc表示电力通信融合网络通信层拓扑支路集合,Bc中元素表示电力通信融合网络通信层中的通信线路和无线信道;
Bpc表示电力通信融合网络电力层拓扑节点到电力通信融合网络通信层拓扑节点的单向边,Bcp表示电力通信融合网络通信层拓扑节点到电力通信融合网络电力层拓扑节点的单向边。
将电力通信融合网络电力层节点用描述,节点介数是网络中所有最短路径中经过给定节点的数量比例,表征了给定节点对于全网传输任务的负载能力,为消除节点介数作为电力层结构负荷-容量模型初始负荷的不利影响,同时考虑到电力层能量流传播满足能量守恒原则,构建节点流介数指标作为电力通信融合网络电力层负荷-容量模型的初始结构负荷,所述节点流介数指标的计算过程具体包括:
设电力通信融合网络电力层中电源节点初始状态携带的能量为1,设电力通信融合网络电力层中传输节点和广义负荷节点携带的能量为0,设所述电力通信融合网络电力层中电源节点的度为电源节点向邻接节点传播的能量为同时,该电源节点的能量减为0;
将电力通信融合网络电力层中任意节点向其邻接节点传播能量的过程定义为一次传播,因此,任意节点能量传播到非邻接节点需要多次迭代传播;
设电力通信融合网络电力层网络直径为D,在经过D次迭代传播之后,电力通信融合网络电力层中所有电源节点产生的能量已经遍布整个电力通信融合网络电力层,此时统计电力通信融合网络电力层中电源节点、传输节点和广义负荷节点所接收的能量,就可以得到节点流介数指标所述节点流介数指标的数学表达式为:
式(1)中,Vi a为电力通信融合网络电力层节点的邻接节点下标集合,λj为节点的邻接节点分配系数,ki p为节点的度,为第t次迭代时,电力通信融合网络电力层节点vj p的节点流介数,为节点vj p的邻接节点下标集合,
根据所述节点流介数指标计算电力通信融合网络电力层节点容量限值,所述电力通信融合网络电力层节点容量限值的计算过程包括:
对于实际的电力通信融合网络而言,由于技术和经济的原因,每条线路都有本身的传输上限,并且线路之间由于传输任务的不同,传输上限也不同,这就使得相应连接节点的容量限制存在差异,一般来说,节点的容量与初始结构负荷成正比,但超过一定范围后,对降低网络遭受级联失效影响的效果并不明显,本发明优选mp=0.5,对应于电力通信融合网络电力层初始结构负荷最高的节点,优选np=0.1,对应于电力通信融合网络电力层初始结构负荷最低的节点;
在电力通信融合网络电力层的拓扑结构中,由于结构流的存在,一旦发生节点的故障或退出运行,故障节点所承担的结构负荷便会按照一定的分配机制流向网络中的剩余节点,当超过某些剩余节点的容量限制时,便可能触发新一轮的负载重分配,导致级联故障。
电力通信融合网络电力层负载重分配实质上是电力层结构脆弱流的重分配,由于电力层结构脆弱流的重分配会引发电力通信融合网络电力层中失效节点的增加,进而引发连锁故障;
式(4)中εij为电力通信融合网络电力层节点在电力通信融合网络电力层节点上的结构脆弱流分配系数,lj为电力通信融合网络电力层节点的度,dij为电力通信融合网络电力层节点与节点的距离,μ和ν是结构脆弱流控制参数,μ用于控制负载重分配范围,ν用于控制负载分配的均匀性,所述结构脆弱流分配系数εij的计算公式为:
式(5)中,Vremain表示电力通信融合网络电力层中所有正常运行节点的集合,剩余正常运行节点的度越大,越靠近失效节点,结构脆弱流的增量越大,越容易失效,本发明优选μ=ν=2;
按电力通信融合网络电力层负载重分配模型,即式(4)-式(7)进行新一轮的结构脆弱流再分配。
所述电力通信融合网络通信层的路由规则是基于最短路径的,所述电力通信融合网络通信层节点的负荷处理能力正比于电力通信融合网络通信层的节点介数;
式(8)中,Bi表示电力通信融合网络通信层节点的节点介数,rj为除电力通信融合网络通信层节点外电力通信融合网络通信层节点的数据包产生率,L为电力通信融合网络通信层网络特征路径长度,Nc表示电力通信融合网络通信层总节点个数,到达节点的平均数据包数量Ψi可进一步表示为:
所述电力通信融合网络通信层节点容量限值的计算过程包括:
式(11)中mc为电力通信融合网络通信层节点最高的容限系数,nc为电力通信融合网络通信层节点最低的容限系数,为电力通信融合网络通信层所有节点初始结构负荷集合;本发明优选mc=0.5,对应于电力通信融合网络通信层初始结构负荷最高的节点,优选nc=0.1,对应于电力通信融合网络通信层初始结构负荷最低的节点;
与电力通信融合网络电力层不同的是,电力通信融合网络通信层节点除了正常和失效的两种状态,由于数据包的时序排队特性,使得通信层节点还存在阻塞状态,即当网络传输通畅时,节点产生的数据包将基于最短路径自由行走,当超过通讯线路的传输能力时,数据包将在节点中进行堆积,等待分发,造成通信阻塞;
为直观展示电力通信融合网络通信层节点可能处于上述的三种状态,给每个节点赋予一个动态的数值,定义结构阻塞流,用于表征电力通信融合网络通信层信息流在路由过程中通过通信层节点的“困难程度”,t时刻电力通信融合网络通信层节点的结构阻塞流ωi(t)为:
若在电力通信融合网络通信层中有新的节点处于失效态,则重复结构阻塞流计算过程,直至电力通信融合网络通信层中没有新的节点处于失效态,级联失效结束。
所述融合节点包括电力通信融合网络电力层接入层节点、电力通信融合网络通信层接入层节点以及电力通信融合网络融合节点对;
不论是电力通信融合网络电力层还是电力通信融合网络通信层,节点的关键性程度越高,对应耦合节点失效后,自身的失效概率则会相对较低,比如当电力通信融合网络电力层接入层节点失效后,对应电力通信融合网络通信层接入层节点由于关键性程度较高,设置的安全等级一般较高,因而应急措施(如UPS电源容量)水平也会相应提升,故失效概率则相对较低;而当电力通信融合网络通信层接入层节点失效后,对应电力层接入层节点由于其关键性程度较高,安全裕度和继电保护装置的配备水平一般相对较高,则失效概率相对较低;考虑到这种情况,节点的关键性程度可正比于节点的连接数;
设电力通信融合网络电力层接入层节点的最大度值为对应于最低失效概率所述电力通信融合网络通信层接入层节点的最大度值为对应于最低失效概率所述电力通信融合网络电力层接入层节点的最小度值为1,对应于最高失效概率所述电力通信融合网络通信层接入层节点的最小度值为1,对应于最高失效概率
所述电力通信融合网络电力层和电力通信融合网络通信层之间融合节点的失效机制的构建过程包括:
所述电力通信融合网络融合节点对的网间失效概率βi的计算公式为:
式(16)中f表示电力层接入层节点vi p-c的网间失效概率和通信层接入层节点vi c-p的网间失效概率的运算函数,包括算数平均值、几何平均值、调和平均值等函数,由于电力层接入层和通信层接入层具有高度的拓扑互相似性,节点连接数差异较小,本发明中f优选算术平均运算,即
所述电力通信融合网络级联失效模型分别构建了满足电力层能量流传输特征的电力层负荷-容量模型以及满足通信层信息流传输特征的通信层负荷-容量模型,并在此基础上分别定义了包括电力层结构脆弱流的级联失效机制以及包括通信层结构阻塞流的级联失效机制,考虑电力通信融合网络电力层和电力通信融合网络通信层的拓扑互相似性,并依据电力层接入层节点和通信层接入层节点在各自网络中的关键性程度计算融合节点对的网间失效概率,模拟连锁故障在电力通信融合网络间的交互传播。
一种基于电力通信融合网络级联失效模型的节点脆弱性评估方法,该评估方法包括构建考虑电力通信融合网络级联失效的节点脆弱性评估指标,该评估方法具体步骤包括:
S1:计算电力通信融合网络节点在遭受攻击后的节点存活比例:
将电力通信融合网络中任意节点表示为vi∈V,V={Vvi∈V,Vp∪Vc},电力通信融合网络正常运行时含有电力层节点数Np、通信层节点数Nc,基于建立的电力通信融合网络级联失效模型,如图6所示,通过电力通信融合网络级联失效仿真,得出在电力通信融合网络中任意一个节点vi遭受攻击和由其引发的可能的连锁故障结束后,电力层存活节点数以及通信层存活节点数计算节点存活比例Si,所述节点vi在遭受攻击后电力通信融合网络节点存活比例Si的计算公式为:
S2:计算电力通信融合网络节点在遭受攻击后的电力层网络特征距离以及通信层网络特征距离:
计算电力通信融合网络中节点vi在遭受攻击后的电力通信融合网络电力层网络特征距离Fi p,所述电力层网络特征距离Fi p的计算公式为:
计算电力通信融合网络中节点vi在遭受攻击后的电力通信融合网络通信层网络特征距离Fi c,所述通信层网络特征距离Fi c的计算公式为:
式(18)、(19)中,为电力通信融合网络电力层初始网络平均距离,为电力通信融合网络中节点vi在遭受攻击后电力层网络平均距离,为电力通信融合网络通信层初始网络加权平均距离,为电力通信融合网络中节点vi在遭受攻击后通信层的网络加权平均距离;
S3:计算电力通信融合网络节点在遭受攻击后的综合特征距离脆弱性指标:
基于得到的电力层网络特征距离Fi p以及通信层网络特征距离Fi c,计算电力通信融合网络中节点vi在遭受攻击后的电力通信融合网络综合特征距离脆弱性指标所述电力通信融合网络综合特征距离脆弱性指标的计算公式为:
式(20)中g表示Fi p和Fi c的运算函数,包括算数平均值、几何平均值、调和平均值等,本发明中电力通信融合网络电力层和电力通信融合网络通信层网络同等重要,为对电力信息物理融合系统耦合网络连通性进行综合评估,同时减少极端值对建立综合脆弱性指标的影响,本发明优选g为几何平均运算,即
S4:构建考虑电力通信融合网络级联失效的节点脆弱性评估指标:
融合节点在遭受攻击后电力通信融合网络的节点存活比例以及电力通信融合网络综合特征距离脆弱性指标,计算节点综合脆弱性指标,所述节点vi综合脆弱性指标Ii的计算公式为:
S5:获取综合脆弱性指标集合:
S6:获取重点保护节点集合:
对集合中所有元素进行降序排序,得到每个节点在电力通信融合网络中级联失效模型下的动态脆弱性;选取集合中排名靠前的节点添加到重点保护节点集合P中,得到重点保护节点集合,以提高保护效率和经济性,同时进一步提高电力通信融合网络的鲁棒性。
本发明以IEEE39节点测试系统电力层拓扑以及依据电力层拓扑所生成的双星型通信网、网状通信网为仿真网络,在考虑电力通信融合网络电力层和通信层不同流特性交互级联失效的影响下遍历所有节点,从而对节点进行动态脆弱性评估。
如图7所示,为以IEEE39节点测试系统在双星型通信网、网状通信网下形成的电力通信融合网络在本发明所述方法下计算所得动态脆弱性。初始攻击对象为电力通信融合网络中任意节点,初始故障节点依次取图8中对应网络节点,并以电力通信融合网络节点综合脆弱性指标作为评估标准。仿真结果说明不同融合节点在融合网络间的交互连锁故障过程中对网络结构的破坏造成的影响也不相同。如图7所示,以不同节点为初始攻击对象所引发的电力通信融合网络级联失效产生的节点综合脆弱性指标不同,且由于该指标是结合电力层和通信层不同作用机理动态产生的,故可用于融合网络的动态脆弱性评估。
本发明中所述耦合节点失效概率设置均考虑了融合节点本身的拓扑结构性及功能性,即以节点关键性程度来决定耦合节点对的失效概率,提高了融合网络在交互连锁故障过程中的节点的存活率,降低了连锁故障的影响,为节点的失效与否提供了一定的决策依据,从而在一定程度上降低了因人为设置固定的网间失效概率造成的对节点运行状况的误判风险。
如图8所示,以网络的结构负荷-容量模型为基础,分别对电力通信融合网络电力层和电力通信融合网络通信层中每个节点vi进行攻击,由于网间失效概率的存在,及每个节点触发连锁故障的能力不同,得到节点vi综合脆弱性指标Ii下,电力通信融合网络分别在双星型和网状通信网络融合时电力通信融合网脆弱性排名前10的节点。排名越靠前的节点发生故障,引发的电力融合网络连锁故障对网络结构特性破坏越严重,说明了该节点脆弱性越高。可以看到,无论通信网络采用何种拓扑结构,融合网络电力层16号节点为电力通信融合网络节点脆弱性最高的节点。同时,由于融合的通信网络结构的不同,使得各个节点在级联失效过程中对应的网间失效概率不同,导致整体脆弱性排序有所不同,即图8中第二列及第三列中除节点16,13,41外,其它节点排名均不相同。另外,融合不同结构的通信网络,也会使得重要节点集合发生不同变化,如图8中节点14只在融合网络为网状融合网络时出现在排名前10的重要节点中,且排名较高。图8中两种融合网络类型中重要节点排序的结果不同,充分说明了本发明所述方法能够很好的捕获不同电力通信融合网络由于结构性差异带来的级联失效差异,并以所述方法量化该差异。
综上所述,本发明提出的评估方法能对电力通信融合网络中的脆弱节点进行准确评估,该发明对电力通信融合网络中优先保护节点的辨识具有实用性。
Claims (9)
1.一种电力通信融合网络级联失效模型建立方法,其特征在于,所述建立方法具体包括以下步骤:
构建一次侧电网拓扑,并以所述一次侧电网拓扑为基础,生成电力通信融合网络电力层模型;
以复杂网络理论的负荷-容量模型为基础,同时考虑电力通信融合网络中每个节点的容量限值差异,构建考虑电力层潮流分布特性的电力通信融合网络电力层负荷-容量模型,并基于电力层能量流传播满足能量守恒原则,计算节点流介数指标,通过计算电力层节点容限系数,得到电力通信融合网络电力层节点容量限值;
基于复杂网络理论的负荷重分配机制,建立电力通信融合网络电力层负载重分配模型,即:计算结构脆弱流分配系数,考虑电力层脆弱流的再分配,得到电力层结构脆弱流增量,电力层节点上的结构脆弱流增量以及故障结束后电力通信融合网络电力层节点结构负荷;
以所述一次侧电网使用的通信网络拓扑为基础,生成电力通信融合网络通信层模型;
以复杂网络理论的负荷-容量模型为基础,同时考虑网络中每个节点的容量限值差异,构建电力通信融合网络通信层负荷-容量模型,即:计算电力通信融合网络通信层节点初始结构负荷,并通过计算通信层节点容限系数,得到电力通信融合网络通信层节点容量限值;
基于复杂网络理论的负荷重分配机制,考虑通信层信息流再分配,建立电力通信融合网络通信层负载重分配模型,即:计算通信层节点的结构负荷,判断该节点所处状态,包括正常态、阻塞态以及失效态,并计算该节点的结构阻塞流;
根据电力层接入层节点的最大度值、最低失效概率、最小度值、最高失效概率,计算电力层接入层节点的网间失效概率,根据通信层接入层节点的最大度值、最低失效概率、最小度值、最高失效概率,计算通信层接入层节点的网间失效概率,构建电力通信融合网络电力层和电力通信融合网络通信层之间融合节点的失效机制,所述融合节点包括电力通信融合网络电力层接入层节点、电力通信融合网络通信层接入层节点以及电力通信融合网络融合节点对,并根据电力层接入层节点的网间失效概率及通信层接入层节点的网间失效概率,计算融合节点对的网间失效概率;
基于所述电力通信融合网络电力层负荷-容量模型、电力通信融合网络电力层负载重分配模型、电力通信融合网络通信层负荷-容量模型、电力通信融合网络通信层负载重分配模型以及电力通信融合网络电力层和电力通信融合网络通信层之间融合节点的失效机制,构建电力通信融合网络级联失效模型,所述电力通信融合网络级联失效模型分别构建了满足电力层能量流传输特征的电力层负荷-容量模型以及满足通信层信息流传输特征的通信层负荷-容量模型,并在此基础上分别定义了包括电力层结构脆弱流的级联失效机制以及包括通信层结构阻塞流的级联失效机制,考虑电力通信融合网络电力层和电力通信融合网络通信层的拓扑互相似性,并依据电力层接入层节点和通信层接入层节点在各自网络中的关键性程度计算融合节点对的网间失效概率,模拟连锁故障在电力通信融合网络间的交互传播。
2.根据权利要求1所述电力通信融合网络级联失效模型建立方法,其特征在于,所述电力通信融合网络模型采用拓扑图G=(Gp,Gc,Bpc,Bcp)来描述;
其中,Gp=(Vp,Bp),Gp表示将获取的电力通信融合网络电力层中的设备信息抽象简化为融合网络电力层拓扑图,Vp表示电力通信融合网络电力层拓扑节点集合,Bp表示电力通信融合网络电力层拓扑支路集合;
Gc=(Vc,Bc),Gc表示将获取的电力通信融合网络通信层中的设备信息抽象简化为融合网络通信层拓扑图,Vc表示电力通信融合网络通信层拓扑节点集合,Bc表示电力通信融合网络通信层拓扑支路集合;
Bpc表示电力通信融合网络电力层拓扑节点到电力通信融合网络通信层拓扑节点的单向边,Bcp表示电力通信融合网络通信层拓扑节点到电力通信融合网络电力层拓扑节点的单向边。
3.根据权利要求2所述电力通信融合网络级联失效模型建立方法,其特征在于,将电力通信融合网络电力层节点用描述,所述节点流介数指标作为所述电力通信融合网络电力层负荷-容量模型的初始结构负荷,所述节点流介数指标的数学表达式为:
式(1)中,D表示电力通信融合网络电力层网络直径,Vi a为电力通信融合网络电力层节点的邻接节点下标集合,λj为节点的邻接节点分配系数,ki p为节点的度,为第t次迭代传播时,电力通信融合网络电力层节点vj p的节点流介数,为节点vj p的邻接节点下标集合,
根据所述节点流介数指标计算电力通信融合网络电力层节点容量限值,所述电力通信融合网络电力层节点容量限值的计算过程包括:
4.根据权利要求3所述电力通信融合网络级联失效模型建立方法,其特征在于,所述电力通信融合网络电力层负载重分配实质上是电力层结构脆弱流的重分配,当节点由于结构脆弱流的重分配使得节点结构负荷超过其容量限值即时,节点失效,此时将节点从电力通信融合网络电力层中移除,节点上的负荷将分配给电力通信融合网络电力层节点计算节点上的电力层结构脆弱流增量所述电力层结构脆弱流增量的计算公式为:
式(4)中εij为电力通信融合网络电力层节点在电力通信融合网络电力层节点上的结构脆弱流分配系数,lj为电力通信融合网络电力层节点的度,dij为电力通信融合网络电力层节点与节点的距离,μ和ν为结构脆弱流控制参数,所述结构脆弱流分配系数εij的计算公式为:
式(5)中,Vremain表示电力通信融合网络电力层中所有正常运行节点的集合;
式(6)中,Vlose表示电力通信融合网络电力层中所有失效节点集合;
按电力通信融合网络电力层负载重分配模型,即式(4)-式(7)进行新一轮的结构脆弱流再分配。
5.根据权利要求4所述电力通信融合网络级联失效模型建立方法,其特征在于,所述电力通信融合网络通信层的路由规则是基于最短路径的,所述电力通信融合网络通信层节点的负荷处理能力正比于电力通信融合网络通信层的节点介数;
式(8)中,Bi表示电力通信融合网络通信层节点的节点介数,rj为除电力通信融合网络通信层节点外电力通信融合网络通信层节点的数据包产生率,L为电力通信融合网络通信层网络特征路径长度,Nc表示电力通信融合网络通信层总节点个数,到达节点的平均数据包数量Ψi可进一步表示为:
所述电力通信融合网络通信层节点容量限值的计算过程包括:
6.根据权利要求5所述电力通信融合网络级联失效模型建立方法,其特征在于,所述结构阻塞流用于表征电力通信融合网络通信层信息流在路由过程中通过通信层节点的“困难程度”,t时刻电力通信融合网络通信层节点vi c的结构阻塞流ωi(t)为:
若在电力通信融合网络通信层中有新的节点处于失效态,则重复结构阻塞流计算过程,直至电力通信融合网络通信层中没有新的节点处于失效态,级联失效结束。
7.根据权利要求6所述电力通信融合网络级联失效模型建立方法,其特征在于,所述融合节点包括电力通信融合网络电力层接入层节点、电力通信融合网络通信层接入层节点以及电力通信融合网络融合节点对,所述电力通信融合网络电力层接入层节点的最大度值为对应于最低失效概率所述电力通信融合网络通信层接入层节点的最大度值为对应于最低失效概率所述电力通信融合网络电力层接入层节点的最小度值为1,对应于最高失效概率所述电力通信融合网络通信层接入层节点的最小度值也为1,对应于最高失效概率
所述电力通信融合网络电力层和电力通信融合网络通信层之间融合节点的失效机制的构建过程包括:
所述电力通信融合网络融合节点对的网间失效概率βi的计算公式为:
8.一种基于权利要求7所述电力通信融合网络级联失效模型建立方法的节点脆弱性评估方法,其特征在于,该评估方法包括构建考虑电力通信融合网络级联失效的节点脆弱性评估指标,该评估方法具体步骤包括:
S1:计算电力通信融合网络节点在遭受攻击后的节点存活比例:
将电力通信融合网络中任意节点表示为vi∈V,V={V|vi∈V,Vp∪Vc},电力通信融合网络正常运行时含有电力层节点数Np、通信层节点数Nc,基于建立的电力通信融合网络级联失效模型,通过电力通信融合网络级联失效仿真,得出在电力通信融合网络中任意一个节点vi遭受攻击和由其引发的可能的连锁故障结束后,电力层存活节点数以及通信层存活节点数计算节点存活比例Si,所述节点vi在遭受攻击后电力通信融合网络节点存活比例Si的计算公式为:
S2:计算电力通信融合网络节点在遭受攻击后的电力层网络特征距离以及通信层网络特征距离:
计算电力通信融合网络中节点vi在遭受攻击后的电力通信融合网络电力层网络特征距离Fi p,所述电力层网络特征距离Fi p的计算公式为:
计算电力通信融合网络中节点vi在遭受攻击后的电力通信融合网络通信层网络特征距离Fi c,所述通信层网络特征距离Fi c的计算公式为:
式(18)、(19)中,为电力通信融合网络电力层初始网络平均距离,为电力通信融合网络中节点vi在遭受攻击后电力层网络平均距离,为电力通信融合网络通信层初始网络加权平均距离,为电力通信融合网络中节点vi在遭受攻击后通信层的网络加权平均距离;
S3:计算电力通信融合网络中节点在遭受攻击后的综合特征距离脆弱性指标:
式(20)中g表示Fi p和Fi c的运算函数;
S4:计算节点脆弱性评估指标:
融合节点在遭受攻击后电力通信融合网络的节点存活比例以及电力通信融合网络综合特征距离脆弱性指标,计算节点综合脆弱性指标,所述节点vi综合脆弱性指标Ii的计算公式为:
S5:获取综合脆弱性指标集合:
S6:获取重点保护节点集合:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210268238.7A CN114598612B (zh) | 2022-03-18 | 2022-03-18 | 电力通信融合网络级联失效模型及节点脆弱性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210268238.7A CN114598612B (zh) | 2022-03-18 | 2022-03-18 | 电力通信融合网络级联失效模型及节点脆弱性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114598612A CN114598612A (zh) | 2022-06-07 |
CN114598612B true CN114598612B (zh) | 2022-12-06 |
Family
ID=81809872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210268238.7A Active CN114598612B (zh) | 2022-03-18 | 2022-03-18 | 电力通信融合网络级联失效模型及节点脆弱性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114598612B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115225515B (zh) * | 2022-07-14 | 2023-11-10 | 中国人民解放军国防科技大学 | 一种网络抗毁性分析方法及相关设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090696A (zh) * | 2018-01-04 | 2018-05-29 | 浙江大学 | 考虑运行拓扑特性的电力信息物理融合系统作用关系排序方法 |
CN113516357A (zh) * | 2021-05-10 | 2021-10-19 | 湖南大学 | 考虑网络攻击风险的电力系统脆弱线路评估方法及系统 |
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 |
CN113722868A (zh) * | 2021-09-03 | 2021-11-30 | 湘潭大学 | 一种融合结构洞特征的多指标电网节点脆弱性评估方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107274110A (zh) * | 2017-07-06 | 2017-10-20 | 广东电网有限责任公司电力调度控制中心 | 在信息层网络影响下的电力网络脆弱性评估方法 |
CN111368407A (zh) * | 2020-02-26 | 2020-07-03 | 山东大学 | 一种考虑多层耦合的电力信息物理系统建模方法及系统 |
CN111950153A (zh) * | 2020-08-14 | 2020-11-17 | 江苏师范大学 | 一种基于多种攻击策略的电力网络脆弱性评估方法 |
CN114124728A (zh) * | 2021-11-11 | 2022-03-01 | 国网四川省电力公司经济技术研究院 | 电网控制系统与电力一次设备间脆弱性耦合链路识别方法 |
-
2022
- 2022-03-18 CN CN202210268238.7A patent/CN114598612B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090696A (zh) * | 2018-01-04 | 2018-05-29 | 浙江大学 | 考虑运行拓扑特性的电力信息物理融合系统作用关系排序方法 |
CN113516357A (zh) * | 2021-05-10 | 2021-10-19 | 湖南大学 | 考虑网络攻击风险的电力系统脆弱线路评估方法及系统 |
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 |
CN113722868A (zh) * | 2021-09-03 | 2021-11-30 | 湘潭大学 | 一种融合结构洞特征的多指标电网节点脆弱性评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114598612A (zh) | 2022-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110971525B (zh) | 一种面向电力通信网的业务运行的业务路由寻址方法 | |
CN113705085B (zh) | 一种智能电网多层次结构建模及风险评估方法 | |
CN105376156A (zh) | 一种基于多属性决策的电力骨干传输网路由规划方法 | |
Wang et al. | Cascading risk assessment in power-communication interdependent networks | |
CN114025264B (zh) | 一种面向电力通信sdh光传输网络的路由规划方法 | |
CN107453928A (zh) | 一种电力通信网节点重要度评价方法及装置 | |
CN114598612B (zh) | 电力通信融合网络级联失效模型及节点脆弱性评估方法 | |
Sabbeh et al. | Performance prediction of software defined network using an artificial neural network | |
Rui et al. | Analysis of cascade fault optimization based on regional fault and traffic reallocation in complex networks | |
Zhao et al. | Risk assessment and optimization for key services in smart grid communication network | |
CN110766321B (zh) | 基于物资可靠性的应急物流网络风险传播方法及其系统 | |
Yang et al. | Modelling cascading failure of a CPS for topological resilience enhancement | |
CN113344743B (zh) | 一种智能电网的故障危害指数计算与脆弱性评估方法 | |
He et al. | Topological approach to measure network recoverability | |
Adeniran et al. | Edge layer design and optimization for smart grids | |
Liu et al. | Scalability of network-failure resilience: Analysis using multi-layer probabilistic graphical models | |
CN117638891A (zh) | 一种基于关联特性矩阵的新型配电网安全性分析评价方法 | |
CN109858822B (zh) | 一种基于流关联分析的信息电力融合系统可靠性评估方法 | |
CN106603294A (zh) | 一种基于电力通信网结构和状态的综合脆弱性评估方法 | |
CN115775107A (zh) | 一种考虑连锁故障的电网信息物理系统风险评估方法 | |
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 | |
CN114567562A (zh) | 一种电网与通信网耦合网络关键节点识别的方法 | |
CN115622041A (zh) | 一种基于复杂网络的配电网系统综合性能评估方法 | |
CN104933636B (zh) | 多工况电力系统稳定性分析方法及装置 | |
CN108322334A (zh) | 一种电力通讯系统可靠性评估方法 |
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 |