基于快速密度聚类的电力通信网节点重要性评估

电力通信网的节点重要性评估是电力通信研究的一个重要议题。针对目前电力通信网节点重要性评估存在的连接权值单一以及评价指标单一等问题,利用电力通信网的带宽和距离作为权值,计算电力通信网节点的多种评价指标:节点强度、节点紧密度以及节点的介数。基于电力通信网节点的多种评价指标,利用快速密度聚类方法建立电力通信网的节点重要性评估模型,为电网通信的规划做支撑。通过快速密度聚类方法进行无监督的分类,将节点分为若干个重要性等级。该方法可以有效地改善基于距离的无监督分类方法的不足。利用某省的实际电网通信数据进行检验,验证了该方法在电力通信网中的实用性。     

基于多属性决策的电力通信网的节点重要度计算方法

随着电网规模不断扩大,作为电网的支撑网络,电力通信网络的结构变得更加复杂且脆弱。预先识别和保护电力通信网中的重要节点是降低网络脆弱性的有效方法。为了全面地分析电力通信网中的节点,从网络中节点的局部信息、全局信息以及节点承载的业务重要度量化节点的重要性,提出一种基于多属性决策的电力通信网节点重要性计算方法。该算法首先根据各节点指标计算指标熵值以及指标之间的肯德尔系数,确定指标权重,结合多属性决策方法得到节点指标贴近度,进而得到各节点的实际重要度。最后根据不同节点重要度计算方法,分别攻击小型电力通信网、传统复杂网络、市级电力通信网中的节点,分析对网络指标的影响,证实该方法的合理性。     

基于链路已用率的电力通信网脆弱性分析

对电力通信网的脆弱性作出评估,找到网络中的薄弱环节,是保证电力通信网络系统正常可靠运行的重要基础工作。在前人的研究基础上,提出了基于链路已用率的电力通信网脆弱性的研究方法。首先对电力通信网的拓扑结构脆弱性进行了分析。然后将网络运行时的主要参数归结为数据在链路中的带宽,对基于链路已用率的网络运行脆弱性进行分析,找到网络的薄弱点。最后将结构脆弱性和运行脆弱性结合,求出电力通信网络整体的脆弱性。并且通过对一个14节点网络的分析,得到每个节点的脆弱性以及网络整体的脆弱性,从而对基于链路已用率的电力通信网脆弱性研究方法进行了验证。     

基于电网影响因子的电力通信网关键节点识别

作为电力系统的通信专网,电力通信网具有明显的行业特点。为准确识别网络关键节点,从电力通信网与电网的特殊关系分析节点的重要性,提出电网影响因子的概念。根据节点所处的站点在电网中的地位及作用,即站点类别因素和负荷因素两方面评价节点权重。然后利用电网影响因子,并结合所定义的聚合系数指标,分析电力通信网中重要节点的分布密集状况,得到各节点在网络拓扑中的相对重要性。仿真表明,相对于现有其他算法,该算法能够更好地结合电力通信网的应用特点区分网络拓扑中节点位置相似的节点的重要性,在电力通信网运行风险分析中具有较大的参考价值。     

融合拓扑及业务特性的电力通信网关键节点识别

识别电力通信网中的关键节点并对其进行重点保护,对提高网络整体可靠性有重要意义。在网络拓扑层,计算节点失效后电力通信网自然连通度的变化,得到节点拓扑重要度（NTI）。针对电力通信网业务性能指标要求不同给出了业务重要度的评价方法;融合业务信息与拓扑信息定义了网络加权自然连通度,提出了节点融合重要度（NCI）的概念,以实现电力通信网关键节点的识别。以某地区电力通信网为例,将所提方法与其他传统方法进行仿真对比,实验结果表明所提方法的合理性和有效性。     

基于机器学习的电力通信网带宽分配算法

网络切片技术可以优化5G电力通信网的数据传输性能,但是数据传输性能取决于5G电力通信网为各切片分配的带宽大小.为优化5G电力通信网中网络切片的时延效果,提出了一种基于机器学习的5G电力通信网带宽资源分配算法.该算法通过对5G电力通信网历史预留带宽量及获得的时延效果进行学习,进而确定当前时隙网络应该预留的带宽资源大小.得...     

融合拓扑及业务特性的电力通信网关键节点识别

识别电力通信网中的关键节点并对其进行重点保护,对提高网络整体可靠性有重要意义。在网络拓扑层,计算节点失效后电力通信网自然连通度的变化多少,得到节点拓扑重要度(NTI);针对电力通信网业务性能指标要求不同给出了业务重要度的评价方法;融合业务信息与拓扑信息定义了网络加权自然连通度,提出了节点融合重要度(NCI)的概念,以实现电力通信网关键节点的识别。以某地区电力通信网为例,将所提方法与其他传统方法进行仿真对比,实验结果表明本文算法的合理性和有效性。     

电力通信网的抗毁性和拓扑优化研究

探讨了电力通信网的抗毁性分析方法.给出一个以破坏整个网络连通度的估计为基础的网络抗毁性测度指标和计算实例,提出了基于节点重要性的平衡度网络拓扑优化算法,对电力通信网的抗毁性评价和拓扑优化有现实意义.     

基于社团结构的电力通信网可靠性评估方法

电力通信网络可靠性研究的样本数据结构较为单一,且存在样本关联度不大问题。为此提出基于社团结构的节点可靠性评估方法。建模与分析电力通信网拓扑结构,以某省电力通信网为例,研究此网络拓扑最短路径以及度分布等数据,根据通信网的内部结构,将网络划分为不同的子网络进行分区处理。挖掘电力通信网社团结构。在此基础上构建电力通信网节点可靠性评估指标。实验结果证明了所提节点可靠性评估方法的合理性。     

基于边临毁度的电力通信网脆弱性分析

电力通信网脆弱性分析对确保电力系统安全运行和加强电网健壮性具有重要意义。首先建立了电力通信网络模型,从网络的业务层、网络传输层和物理层指标出发,建立了基于临毁度和网络损失度的电力通信网的脆弱性评估和分析模型。接着对边的业务传输时延指标、带宽占比指标和物理故障概率指标评估得出网络部件(节点、边)的临毁度。最后结合网络部件失效后的系统损失度,得出网络部件的脆弱度评估值。以IEEE-30节点系统为例进行仿真,完成了通信网络部件的脆弱性评估分析,结果表明通信链路的长度和业务分配方案与电力通信网的脆弱性密切相关。     

考虑电网关联度的电力通信网关键环节识别

电力通信网作为电网的支撑网络,其可靠运行对电网安全可靠运行有着重要意义。为了识别电力通信网的关键环节,提出了一种考虑电网关联度的电力通信网关键环节识别方法。首先,构建电力-通信复合系统,其次,分别构建电力系统层节点评价体系、链路评价体系和通信系统层节点评价体系、链路评价体系,然后采用TOPSIS算法分别求得电力系统层节点重要度、链路重要度以及通信系统层节点重要度、链路重要度。最后,通过特定的代数运算,将电网关联度与通信网自身的重要度结合起来,分别求得考虑电网关联度的电力通信网节点、链路重要度值,并依据重要度值,识别出电力通信网关键环节。某省实际电力通信网仿真结果表明,该方法可以有效地识别出关键环节,证明了该方法的可行性。     

基于结构熵的电力骨干通信网抗毁性研究

电力骨干通信网抗毁性分析对于评价电力通信网络的生存性能,制定网络的保护策略具有重要的意义。结合复杂网络异构性,基于电力骨干通信网拓扑结构,构建了网络节点差异性矩阵。依据电力通信的业务特点,将链路传输流量作为链路的权重,构建了网络链路差异性矩阵。融合节点及链路差异性定义了节点重要度及电力骨干通信网的结构熵。以一个实例网络对网络的节点重要度及蓄意攻击下以结构熵为指标的网络抗毁性进行了仿真分析,结果表明了所提方法的合理性和有效性。     

一种SSE-CMM的电力通信系统风险度算法分析

结合电力通信网的现状,提出了一种基于系统安全工程能力成熟模型（SSE-CMM）的电力通信系统安全评估的方法.文章首先简要介绍了SSE-CMM模型,阐述了根据SSE-CMM对电力通信系统进行安全性能评估的步骤和方法,并结合模糊综合评判法对电力通信系统的风险度进行计算.计算结果显示,文中采用的方法具有指导性、实用性和可操作性.     

基于改进节点重要度贡献矩阵的电网关键节点识别

电网中少数关键节点的故障可能会引发连锁故障,从而对电网的安全稳定运行造成巨大影响。因此,识别出电力系统的关键节点并进行重点保护对预防重大停电事故具有重要意义。在此背景下,该文提出了基于改进节点重要度贡献矩阵的电网关键节点的识别方法。首先,基于功率转移分布因子(power transfer distribution factors,PTDF)定义改进的电气距离,在此基础上提出了反映节点间连通性的节点效率指标;接着,为了更好地体现节点的局部和全局重要性,对节点重要度贡献矩阵进行改进,并提出基于改进节点重要度贡献矩阵的节点重要度评估方法;然后,为了比较不同关键节点识别方法的优劣,提出并定义了网络可供电能力和网络效能指标;最后,基于新英格兰10机39节点系统,通过模拟对关键节点的攻击以及与其他方法的比较,验证所提出的关键节点识别方法的有效性和正确性。     

电力通信网的关键节点辨识

在如今快速发展的智能电网中,电力通信网节点数量和网络结构变得越来越庞大且复杂。为了识别网络中的关键节点,结合电力通信网拥有其作为电网通信主干网架的独特行业背景,综合电力通信网的拓扑结构、通信业务和电网的影响等因素构建了多指标评价体系。通过层次分析法求得各指标的主观权重,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的重要度。仿真表明,相对于其他算法,该算法的评价指标更为综合,权重分配更为客观合理,能准确辨识网络中关键节点,为保障电力通信网的安全可靠运行提供参考依据。     

Economic Evaluation for 5G Planning of a Distribution Network Considering Network Coupling and Important Node Identification

The rapid development of communication services in the power distribution network poses challenges for existing wireless communications, and the deployment of a fiber optic network is costly and difficult. The emerging 5G technology has been piloted in power distribution networks, though the cost-effectiveness of its large-scale deployment remains unclear. This paper proposes an economic evaluation method for 5G planning in power distribution networks, considering the coupling relationship between power distribution and communication networks and the identification of important network nodes. First, the objective function to solve the planned number of 5G base stations is established. This is solved using the adaptive particle swarm algorithm and K-means algorithm. Second, the coupling relationship between the distribution and communication networks is discussed and quantified. The node importance of the coupling network is analyzed to identify the important nodes, and micro base stations or optical fibers are added to improve the reliability of the distribution network at the communication level. Finally, an economic evaluation index of 5G planning of the distribution network is established. The paper compares the economic solutions of 5G and 4G communications in city and town scenarios using the IEEE 123-node network as an example, and concludes that the economics of 5G are better than those of 4G.     

用于网架重构决策的节点重要度动态评价方法

针对网架重构过程中,待恢复节点的拓扑重要性随网络逐步恢复而发生变化的特点,提出一种节点拓扑重要性的动态评价指标——动态节点重要度。在重构决策中,基于当前系统恢复状态,通过将已恢复节点合并成一个等效电源点,构造包含及不包含等效电源点的2个待恢复网络,综合考虑待评价节点的收缩对2个网络的影响,计算出待评价节点的动态节点重要度指标。在此基础上,将所定义的动态节点重要度指标用于网架重构中机组恢复的路径优化问题。新英格兰10机39节点系统算例验证了所提动态节点重要度评价指标及路径优化方法的有效性。