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。     

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TOPSIS的电力通信网关键节点识别方法研究

为提高电力通信网关键节点识别准确性,文章设计一种基于TOPSIS的电力通信网关键节点识别方法。首先构建电力通信网节点重要度水平评价体系,使用度中心度、紧密中心度和中介中心度三个指标对指标的重要度进行衡量,然后采用TOPSIS方法计算重要度指标的初始矩阵,根据指标权重计算结果,确定指标体系最优解与最劣解,以求解电力通信网络节点中各个指标标准化向量的相对接近度,完成电力通信网关键节点识别。实验证明,设计的基于TOPSIS的电力通信网关键节点识别方法识别准确度较高。     

考虑电力业务重要性的电力通信网关键节点识别

为了能够准确辨识出电力通信网的关键节点,给出了一种识别电力通信网关键节点的分析方法。首先,通过分析电力业务对电力通信网的要求和对电力网的影响,建立多层评估模型,采用量化赋值的方式对评价指标进行量化处理,提出针对非对称不完全层次结构的层次分析法和基于云模型原理的改进熵权法,建立电力业务综合重要度评估体系;其次,结合实际电力业务分布情况建立加权网络,通过改进的权值降低法识别网络关键节点;最后,通过对两个实际电力通信网络的仿真验证了该方法的正确性。     

基于TOPSIS算法的电力通信网关键节点识别

电力通信网某些关键节点对于网络安全可靠运行有着重要意义。为识别关键节点,提出一种基于TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution, TOPSIS)算法识别电力通信网关键节点的方法。首先构建节点重要度评价体系,将每个节点看作一个方案,将评价指标看作方案属性,将主观赋权法中的层次分析法和客观赋权法中的熵权法相结合,求得综合权重。然后给每个评价指标赋权。最后采用多属性决策的方法求得节点重要度,根据重要度值的大小识别出关键节点。采用某省实际电网进行检验,仿真证明,相对于现有其他算法,该算法能更准确地识别关键节点,验证了该方法的实用性和有效性。     

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。     

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。     

基于业务风险均衡度的电力通信网可靠性评估算法

根据智能电网电力通信网业务的特点及电力通信网的典型结构,对电力通信网业务进行了分析,提出了业务重要度的概念,确定了业务重要度度量值;在此基础上,提出了业务风险度、通道段业务风险度、全网业务风险均衡度的概念,建立了基于全网业务风险均衡度的电力通信网可靠性的评估测度指标、评估模型及求解方法。以一个6节点、8边的网络为算例,...     

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。     

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。     

计及新能源影响静动态结合的电网脆弱节点辨识

随着新能源发电的快速增长,其所具有的随机性、波动性不确定给电网脆弱节点辨识带来了新的挑战。提出了一种考虑新能源不确定性的电网静动态结合的脆弱节点辨识方法。该方法在静态辨识中采用区间数表示新能源的不确定性,提出了基于区间直流潮流的最小切负荷模型计算各节点的区间静态脆弱性评估指标。在动态辨识中,提出基于单机等效延伸方法计算各节点的稳定性裕度,并根据稳定性裕度的正负对应计算各节点的动态脆弱性评估指标。最后建立基于熵权法的电网脆弱节点综合评估方法。IEEE-39节点算例仿真结果表明,该方法能准确快速地辨识新能源接入情况下电网中的脆弱节点。与已有脆弱节点辨识方法相比,该模型更符合新能源接入下电力系统实际运行情况。通过研究发现新能源的随机性、波动性不确定对节点脆弱性具有就近影响原则,为新能源电源在智能电网中的规划提供指导作用。     

基于节点影响力的电力通信网拓扑结构诊断

结合电力通信网络的结构特征,建立了面向电力通信网络的复杂网络模型,从节点邻居拓扑特征和网络聚合特征出发定义了节点影响力。采用网络属性值信息熵计算网络拓扑特征及其对节点影响力的整体贡献度,从连通性和网络效率的角度分析节点故障后对网络拓扑抗毁性和鲁棒性的影响。分别针对BA网络、WS网络、地市骨干电力通信网络和省级骨干电力通信网络的节点影响力进行了仿真分析。结果显示在网络效率和连通度方面,与采用其他复杂网络指标的方法相比,所提出的方法能够更好地反映关键节点的传播影响力。     

相依网络理论下电力通信网节点重要度评价

智能电网中电力系统与通信系统的紧密结合,使得电力通信网络在双网相依系统中愈加重要。通信网络中节点发生故障,尤其是高重要度节点,不仅会影响自身网络系统还会影响与其相依的网络,导致连锁故障的发生。因此,对智能电网中电力通信网络节点重要性进行评价具有重要意义。将电力物理-信息相依网络中单侧网络提取出来,以链路已用率和电力线阻抗值作为边权参数建立有权网络模型。根据有权网络节点重要度评价方法,分别对两子网进行分析。然后根据电力网依存于信息通信网的依存边矩阵,计算相依网络中电力通信网络节点的重要度指标,找出重要度大的节点。以IEEE30节点系统为例进行了仿真实验,证明了该方法指标的可行性和实用性。     

基于高频测试信号注入的配电网故障节点在线识别方法

为准确识别带电网络中的故障,提出了一种适用于多层复杂配电网故障节点的在线识别和定位方法。该方法将高频测试信号注入电网,通过智能电表向中心单元提供的电网信息获取阻抗参数,并根据阻抗特性和电网高频测试信号下的响应结果检测是否存在故障节点。采用该方法对45节点三层配电网进行多种条件下仿真,接着对8节点低压网络模型进行测试,讨论模数转换分辨率和测量误差公差对检测精度的影响。仿真和测试的结果发现,故障节点处高频接收信号电压与估计电压差值最大,表明该方法能够准确识别配电网中的故障节点。     

基于模式能量流法的互联电网功率振荡能量解析与主振荡路径识别

针对互联电力系统的功率振荡现象,为了能够深入剖析,构建了模式能量流函数,对互联电力系统的功率振荡进行网络模式能量的求取,并进行能量解析。在此基础上,利用所建立的基于广域量测信息的模式阵型指标,判别系统功率振荡发电机分群情况,同时根据所建立的主振荡路径判别指标对系统主振荡路径进行辨识,得到系统能量交互的主振荡路径。通过对4机两区和8机36节点算例进行仿真,验证了所提出的互联电力系统功率振荡能量解析与主振荡路径识别方法的有效性。     

基于综合功率介数的主动配电网脆弱性分析

考虑到主动配电网在智能电网发展中的重要性以及在潮流分布与运行方式上的复杂性,进行了符合主动配电网运行实际的脆弱性分析。将主动配电网视为有向网络,将系统潮流分布方向作为网络邻接矩阵的方向矢量,从而得到考虑方向性的网络介数指标,以衡量各节点在网络连通性中的重要性。考虑发电机-负荷因素,分析功率在支路间的分布情况,提出功率因数指标,以评定各节点在功率传输中的作用。使用熵值法确定各指标权重,提出综合功率介数的概念,并对主动配电网的脆弱环节进行识别。以年为时间尺度,对网络脆弱性的年变化趋势进行研究,发现了较强的季节特性。使用添加了分布式电源与电池储能系统的IEEE 33节点系统,计算了网络在受到按脆弱性识别结果进行攻击时的失负荷率,验证了所提方法的正确性。     

基于AHP-灰色关联度的复杂电网节点综合脆弱性评估

针对现有脆弱节点辨识方法存在的评估指标片面、指标权重不够准确等问题,从电网拓扑结构、系统当前运行状态及节点故障后果影响三方面出发,构建了层次化的节点脆弱性指标体系。在传统结构脆弱性指标的基础上,综合考虑事故后电压裕度、系统整体负载率、线路潮流冲击等因素,并提出AHP-灰色关联度的综合评估模型。该模型在决策过程中计及专家的经验知识,将指标的价值系数体现在客观关联度中,并引入动态分辨系数调整策略,实现了专家经验主观性和节点数据客观性的良好结合。仿真结果表明,该方法比传统方法能更有效地辨识出电网中的脆弱节点,具有一定的实用价值。