萬江紅
(國網湖北省電力有限公司宜昌供電公司,湖北 宜昌 443000)
當前,電力通信網已經逐漸成為實現電網自動化調度與市場化運營的基礎,它是保證電網安全、穩定和經濟運行的關鍵環節[1]。經過數十年的發展,我國的電力通信網已初步形成了一個立體的、縱橫交錯的通信網絡[2]。隨著通信行業在社會發展中的地位不斷提升,基于電力通信網的業務,從最初的程控語音聯網和調度實時控制信息傳輸等窄帶業務,已經逐步發展到了能夠同時承載客戶服務中心、人力資源管理系統、辦公自動化系統、視頻會議、IP電話等多種數據業務的階段。電力通信在協調電力系統發、送、變、配等環節的聯合運行方面發揮了重要作用。確保電網的安全、經濟、穩定、可靠,滿足電力生產、燃油調度、繼電保護、計算機通信、電網調度自動化等通信要求,具有十分重要的意義[3]。基于此,本文結合模糊濾波,開展對電力通信網絡安全風險評估的研究。
電力通信網絡安全風險類似于典型多屬性決策,模糊多屬性決策的基本模型可以表達為A={A1,A2,…,An},對應每個方案的屬性集可表示為W={w1,w2,…,wn}。其中的指數和權值的大小可以用數值來表達,或者用語言來表示[4]。在此基礎上,引入模糊濾波器,構建模糊濾波安全風險評估矩陣:
通過將模糊權向量與模糊屬性指數矩陣相結合,利用廣義模糊綜合算子,實現了模糊權向量與模糊屬性指數矩陣的轉化,從而獲得了模糊決策矢量:
式中,xi表示模糊濾波器輸入變量,j的取值在1~M之間。將模糊濾波器的輸入變量作為修正項,將其與原樣本相加,可以得到新的樣本值,采用三角形隸屬度函數解決模糊濾波問題,該函數主要有兩個參數,分別為三角形的中心坐標和三角形底邊邊長的一半[6]。在此基礎上,應用圖1原理對網絡安全風險進行在線辨識。

圖1 電力通信網絡安全在線辨識原理
在應用模糊濾波器實現對網絡安全風險的在線辨識后,為了得到更直觀的評估結果,將模糊限位系數作為安全風險評估的量化結果[7]。在實際應用中需要結合工程具體應用,確定上述三角形隸屬度函數的信息量,并對其大小進行分析,假設其為三角形隸屬度函數的一個模糊數,則其信息量可寫為:
在完成對安全風險評估方法的理論設計后,為了進一步驗證新的評估方法是否具備可行性,以某省電力通信網絡為依托,將其作為研究對象,分別利用本文提出的基于模糊濾波器的評估方法(實驗組)、基于可信計算環境的評估方法(對照I組)、基于移動邊緣計算的評估方法(對照II組),對該電力通信網絡的安全風險進行評估。電力通信是一個十分復雜、涉及面很廣的系統,其最下面的指標也是十分精細的,所以在此僅以某省電網的通信系統指標體系中較為典型的上三層指標為例,對其進行具體的評估,從而獲得被評估通信網絡的整體風險程度等級,或者是某省電網中各個市局的相對風險程度。通過這種方式,增強市局之間的競爭意識,并通過持續的檢修、維護,增加安全性能高的設備來減少系統的風險性,不斷地提升系統的安全性,從而更好地為用戶服務,提升企業的聲譽和效益。已知該電力通信網絡中大致包含四個層次結果,分別為傳輸層、交換層、網絡錄音層和配屬層。在四個層次當中包含了多種設備,例如光纜、SDH設備、PCM設備、調度交換機、錄音設備、計費設備、附屬設備等。在上述背景下,分別記錄三種評估方法的評估結果,并將其與專家期望值對比,以此獲得三種評估方法的評估誤差和最小均方誤差。其中,平均誤差計算公式為
表1中T1~T5表示實驗中任意時刻,的取值均在0~1之間,若取值越接近1,那么,當評價結果和專家的預期差距較大時,評價結果的精度就會降低;若取值越接近0,那么,評價的精度就會更高。從表1中記錄的實驗結果可以看出,實驗組評估結果的平均誤差基本控制在0.01左右,而最小均方誤差也能夠控制在0.15左右,對照I組和對照II組評估方法的平均誤差均高于0.20,最小均方誤差分別超過0.50和0.30,明顯大于實驗組相對應的數值結果。因此,通過上述得出的實驗結果可以證明,利用實驗組評估方法得到的評估結果無論是評估誤差,還是最小均方差均為三種方法中最小,說明實驗組評估結果與專家期望值相差最小,評估結果準確性最高。

表1 三種評估方法評估結果平均誤差和最小均方誤差
本文提出了一種基于模糊濾波器的電力通信網絡安全風險評估方法,并通過將該方法與另外兩種評估方法對比得出,新的評估方法評估結果更能符合實際情況,為電力通信網絡的運行和維護提供更加可靠的事實依據。因為目前電力通信網絡的指標體系還不夠完善,樣本數據不足等因素存在,因此,盡管本文給出了相應的解決方案,但最好的方式還是更多地結合實踐,多收集一些樣本數據作為參考。同時,本項目僅針對電力通信網中的低頻振蕩問題,下一步將逐步推廣至其他電力通信網,并通過多個案例來驗證電力通信網絡安全風險評估方法的適用性。