多維融合的電力通信網節點風險評估

凌霄

摘要：隨著電網規模的擴大，網絡結構復雜性的提高，電力業務的多樣化，網絡業務負荷的激增，電網的安全運行對電力通信網絡的抗破壞性和穩定性明確提出了更高的規定要求。從網絡架構和電力業務流程兩個層面研究電力通信節點的風險性，搭建指標值定量分析節點問題的影響，運用信息多維融合計算機融合兩個層面得到的定量分析值，進行電力通信節點的風險評估。仿真模擬結果顯示，該評估方法可以精確定量分析電力通信節點的風險性。

關鍵詞：電力通信系統;風險評估;電力工程業務流程;信息融合

1電力通信網節點風險評估方法

為了更好地準確評定網絡中節點的風險性經營規模，必須一個全方位、精確地量化分析故障影響的指標值。本文從光纖通信系統網絡架構和電力工程業務流程傳輸兩個層面研究了節點風險性，最終取得了一個綜合性指標來量化分析節點風險性。

1.1節點風險性

對網絡的研究表明，網絡中節點的集聚特點也會影響節點的危害。在中國的電力網絡傳輸層中，節點產生了相對性較多的三角形構造。當不考慮到鏈路的權重值時，網絡中最短的相對路徑不容易根據三角形構造的節點，進而減少節點的影響。同時，歸屬于網絡接入層的邊緣節點不容易產生三角形構造，其聚類系數的影響將實現最高值。可以看得出，盡管聚類系數不可以體現鄰居的經營規模，但它可以量化分析節點與鄰居間銜接的緊密性。

1.2業務流程層節點風險性

將電力工程業務流程分成四個區域。I和II區各自為生產控制大區實時控制區和生產控制大區非控制生產區。I區包括的業務流程是電力系統安全防護的重點，II區包括的業務流程是電力系統穩定監控的必需要素。I和II區的大部分業務流程都滿足電力通信數據傳輸性能參數的嚴格管理。III和IV區為生產管理區和管理信息區主要包含生產制造、企業經營管理業務流程，對傳送性能參數要求較低。所以，電力通信數據網絡中傳遞的電力工程業務流程具備明顯的差別。

2模擬仿真研究

本文選取了三種類別的拓撲結構開展模擬研究，即城市電力通信網絡、傳統式WS網絡和電力通信主干網。城市電力通信網絡骨干節點少，業務流程遍布清楚，便于判定和定性分析優化算法的合理化;WS數據網絡是一種非常典型的繁雜網絡模型，通常用以認證優化算法的客觀性;電力通信主干網便于認證優化算法的應用性。電力通信網絡中運作的業務流程分成5類，選用特點指標值評價方法得到相近業務流程的必要性，得到5類業務流程必要性空間向量F=[0.98、0.83、0.55、0.33、0.15]。數據網絡中傳遞的業務流程不一定同樣。根據WS數據網絡的仿真模擬，業務流程引流矩陣將隨機生成，只限定業務流程數量。在電力通信主干網中，架構為網絡架構，滿足電力通信拓撲結構的特性。為了更好地認證所指出的電力通信節點風險評估方式的精確性，挑選SC優化算法實現較為，該優化算法綜合考慮了節點常見故障對網絡架構和業務流程傳送的危害。

2.1城市電力通信網絡

盡管提及的優化算法與SC算法對排行較高的節點的鑒別實際效果類似，但8號節點的鑒別結果卻大不一樣。因為SC優化算法主觀性地增強了節點常見故障對電力工程業務流程的直接影響的權重值，8號節點對項目的必要性較小，但從圖1可以看出，8號節點在拓撲結構中的位置比9號節點和10號節點更關鍵。作為邊沿節點，14號節點的常見故障對全部電力通信網絡的利弊較低，14號節點無法進到前7名，14號節點排第7。依據不一樣優化算法下節點的必要性，觀察節點常見故障對數據網絡高效率E和數據網絡剩下業務流程的必要性ST的危害。伴隨著關鍵節點的清除，數據網絡高效率快速降低，說明該優化算法比SC算法更能確切地發覺鏈路層的風險性。ST值在兩種優化算法降低的效率差別較小，表明在業務流程遍布下，兩種優化算法對業務流程層高危節點的鑒別結果基本一致。

2.2WS數據網絡

WS數據網絡是一個傳統式的任意數據網絡。該網絡從一個環狀數據網絡逐漸，根據概率p任意網絡連接的每一個側邊，即固定不動每一個側邊的一個節點，并任意明確另一個節點，但較多只有達到2個節點間的一個側邊，每一個節點不可以產生一個自環。文中設定幾率p=0.15，轉化成并固定不動網絡拓撲結構，根據更改數據網絡中傳遞的業務流程遍布，仿真模擬業務流程傳送隨時長變動的全過程。WS數據網絡的設定包含100個節點，每一個業務流程引流矩陣包含400個業務流程，業務類型是任意給出的，100個業務流程引流矩陣是隨機生成的。刪掉節點必要性排名前50%的節點，記錄好幾個仿真模擬結果的均值，得到不一樣業務流程遍布下數據網絡指標值的下降趨勢。

2.3電力通信主干網

本文選用電力通信主干網進行節點風險評估模擬。

設置每個業務矩陣包包括800個業務，業務類型是隨機給定的，100個業務矩陣是隨機生成的。每個模擬中刪除30%的網絡節點，記錄多個模擬結果以獲得平均值。SC算法是一種基于層次分析的關鍵節點識別方法，主觀地提高了承載業務對節點重要性的影響，這是合理的。然而，該算法對高風險節點的識別更多地取決于業務分布。當業務分布不斷變化時，該算法表現出一定的局限性。

結束語

為了更好地精確、客觀性的量化分析電力通信節點故障的影響，明確提出了根據多維集成化的電力通信節點風險評估方式，該方法從網絡拓撲和電力業務傳輸兩個層面量化分析節點故障對電力通信網絡的影響，根據信息集成化測算對網絡的綜合性影響，隨后評定節點的風險性大小。根據非常不同類別的網絡和比較優化算法，明確提出的優化算法可以更確切地量化分析電力通信網絡中節點的風險值，表明本優化算法具備較好的客觀性。

參考文獻

[1]鄧博仁.電力通信網風險分析[D].北京：華北電力大學，2016.