曾 瑛，朱文紅，鄧博仁，羅 云

(1.廣東電網(wǎng)電力調(diào)度控制中心，廣東 廣州 510600；2.四川創(chuàng)立信息科技有限責(zé)任公司，四川 成都 610093)

基于電網(wǎng)影響因子的電力通信網(wǎng)關(guān)鍵節(jié)點識別

曾 瑛1，朱文紅1，鄧博仁1，羅 云2

(1.廣東電網(wǎng)電力調(diào)度控制中心，廣東 廣州 510600；2.四川創(chuàng)立信息科技有限責(zé)任公司，四川 成都 610093)

作為電力系統(tǒng)的通信專網(wǎng)，電力通信網(wǎng)具有明顯的行業(yè)特點。為準(zhǔn)確識別網(wǎng)絡(luò)關(guān)鍵節(jié)點，從電力通信網(wǎng)與電網(wǎng)的特殊關(guān)系分析節(jié)點的重要性，提出電網(wǎng)影響因子的概念。根據(jù)節(jié)點所處的站點在電網(wǎng)中的地位及作用，即站點類別因素和負荷因素兩方面評價節(jié)點權(quán)重。然后利用電網(wǎng)影響因子，并結(jié)合所定義的聚合系數(shù)指標(biāo)，分析電力通信網(wǎng)中重要節(jié)點的分布密集狀況，得到各節(jié)點在網(wǎng)絡(luò)拓撲中的相對重要性。仿真表明，相對于現(xiàn)有其他算法，該算法能夠更好地結(jié)合電力通信網(wǎng)的應(yīng)用特點區(qū)分網(wǎng)絡(luò)拓撲中節(jié)點位置相似的節(jié)點的重要性，在電力通信網(wǎng)運行風(fēng)險分析中具有較大的參考價值。

電力通信網(wǎng)；關(guān)鍵節(jié)點；電網(wǎng)影響因子；聚合系數(shù)

0 引言

隨著智能電網(wǎng)建設(shè)的推進，作為電力系統(tǒng)通信專網(wǎng)的電力通信網(wǎng)承載的業(yè)務(wù)不斷增多，網(wǎng)絡(luò)結(jié)構(gòu)隨之越加復(fù)雜化。網(wǎng)絡(luò)關(guān)鍵節(jié)點識別在電力通信網(wǎng)運行管理中具有很高的指導(dǎo)意義，研究表明，無標(biāo)度網(wǎng)絡(luò) 5%~10%的關(guān)鍵節(jié)點受到攻擊并失效后，整個網(wǎng)絡(luò)將會全面崩潰[1-2]。通過保護或備份關(guān)鍵節(jié)點，能夠提高電力通信網(wǎng)抵抗攻擊的能力，增強網(wǎng)絡(luò)抗毀性，加強網(wǎng)絡(luò)防護能力，從而降低網(wǎng)絡(luò)運行風(fēng)險。

節(jié)點重要性是識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的主要依據(jù)，現(xiàn)有節(jié)點重要性評估研究本質(zhì)上均是基于圖論展開的[3-12]，主要分為兩類方法：第一類方法側(cè)重于分析節(jié)點區(qū)別于其他節(jié)點的顯著性特征，利用節(jié)點的某些屬性作為區(qū)分節(jié)點重要性的測度指標(biāo)，如節(jié)點的度、介數(shù)、特征向量等，其中介數(shù)法通過計算網(wǎng)絡(luò)節(jié)點間最短路徑經(jīng)過節(jié)點的數(shù)目，即用節(jié)點介數(shù)評價節(jié)點重要性，但其計算復(fù)雜程度較高，并不適用于識別復(fù)雜網(wǎng)絡(luò)關(guān)鍵節(jié)點；第二類方法通過分析刪除節(jié)點后對網(wǎng)絡(luò)整體的影響程度衡量節(jié)點重要性，如節(jié)點收縮法[1]通過分析節(jié)點收縮前后網(wǎng)絡(luò)凝聚度的變化評估節(jié)點重要性，以最短路徑為基礎(chǔ)，綜合考慮節(jié)點的連接度和節(jié)點在網(wǎng)絡(luò)中的位置，較介數(shù)法更為直觀有效；文獻[9]在此基礎(chǔ)上提出的改進節(jié)點收縮法考慮了節(jié)點間相互作用的強弱程度，利用加權(quán)網(wǎng)絡(luò)刻畫節(jié)點間的作用細節(jié)，但是節(jié)點收縮法及其改進方法均無法區(qū)分環(huán)網(wǎng)中位置條件相同節(jié)點的重要性。

電力通信網(wǎng)具有明顯的行業(yè)特點，在評價電力通信網(wǎng)節(jié)點重要度時，現(xiàn)有評價方法僅在通信網(wǎng)絡(luò)層面考慮問題，很少從電力通信網(wǎng)與電網(wǎng)的特殊關(guān)系來分析節(jié)點的重要性，并未考慮網(wǎng)絡(luò)節(jié)點自身地位和作用的區(qū)別，不能夠全面、有效地反映出網(wǎng)絡(luò)節(jié)點在拓撲層的重要性。在電力通信網(wǎng)中，各節(jié)點的地位及作用存在明顯差別，省級電力通信骨干網(wǎng)中的重要節(jié)點如省級調(diào)度中心和 500 kV 變電站的地位及作用大于其他節(jié)點，通過圖論評價節(jié)點重要性時，此類重要節(jié)點理應(yīng)具有區(qū)別于其他次要節(jié)點的權(quán)重值。

本文考慮電力通信網(wǎng)行業(yè)背景，結(jié)合網(wǎng)絡(luò)節(jié)點所在站點在電網(wǎng)中的影響分析，利用電網(wǎng)影響因子作為通信網(wǎng)節(jié)點權(quán)重的評價指標(biāo)，并定義節(jié)點聚合系數(shù)，將節(jié)點權(quán)重和節(jié)點緊密程度相結(jié)合，全面分析網(wǎng)絡(luò)節(jié)點在網(wǎng)絡(luò)拓撲中的重要性，作為識別網(wǎng)絡(luò)關(guān)鍵節(jié)點的依據(jù)，為加強電力通信網(wǎng)風(fēng)險管理與控制提供參考。

1 電網(wǎng)影響因子

作為電力系統(tǒng)的通信專網(wǎng)，電力通信網(wǎng)具有較強的行業(yè)特點，通信網(wǎng)節(jié)點與電網(wǎng)站點高度重合。從通信網(wǎng)絡(luò)角度來看，電網(wǎng)的各類站點如調(diào)度中心、變電站或電廠僅僅是通信節(jié)點，但實際上這些節(jié)點所處的電網(wǎng)站點在電網(wǎng)中的地位及作用存在較大區(qū)別。定義電網(wǎng)影響因子，用于分析電力通信網(wǎng)節(jié)點在電網(wǎng)所處地位和影響力。

電力通信網(wǎng)絡(luò)節(jié)點所在站點中有不同類別，如調(diào)度中心、變電站、電廠等，這些站點在電網(wǎng)中存在電壓等級或管理等級以及規(guī)模大小的區(qū)別，其等級的高低能直接反映站點在電網(wǎng)的影響程度；另外，站點負荷因素，包括站點或其服務(wù)范圍內(nèi)的負荷等級和負荷大小，能間接衡量站點在電網(wǎng)的影響程度。因此從類別因素和負荷因素兩個方面分析節(jié)點的電網(wǎng)影響因子，電網(wǎng)影響因子評價體系如圖1所示。其中，本文將電力通信網(wǎng)節(jié)點所處場所統(tǒng)稱為“站點”，包括：調(diào)度中心、變電站和電廠等類型。

1.1 站點類別

電力通信網(wǎng)節(jié)點所在站點包括調(diào)度中心、變電站以及電廠等類型，同類站點還區(qū)分電壓等級或管理等級，如500 kV 變電站比220 kV 變電站等級高，影響力大，500 kV 變電站屬于網(wǎng)調(diào)(區(qū)域電網(wǎng)調(diào)度中心)管轄，220 kV 變電站則受中調(diào)(省級電網(wǎng)調(diào)度中心)管轄，站點等級是站點在電網(wǎng)中的地位的直接反映；另外，站點規(guī)模同樣影響節(jié)點地位，如變電站以規(guī)模大小分為樞紐站、區(qū)域站與終端站，不同規(guī)模的變電站功能與作用不同，相應(yīng)的地位也不同，同時，調(diào)度中心所管轄站點規(guī)模大小也能區(qū)分調(diào)度中心的影響程度。因此，從站點等級、站點規(guī)模兩個因素評價節(jié)點所在站點類別因素。

圖1 節(jié)點電網(wǎng)影響因子評價體系Fig. 1 Evaluation system of power network impact factor

為客觀評價站點類別因素，根據(jù)電力企業(yè)生產(chǎn)管理相關(guān)規(guī)定[13]，建立電力通信網(wǎng)節(jié)點所處站點類別因素評價準(zhǔn)則，如表1所示。

表1 站點類別指標(biāo)評價準(zhǔn)則Table 1 Evaluation criteria of the station category index

1.2 站點負荷

(1) 負荷等級

對于直接服務(wù)電力用戶的變電站或者間接服務(wù)電力用戶的調(diào)度節(jié)點、省級生產(chǎn)單位以及省直調(diào)電廠等節(jié)點，所服務(wù)的用戶重要程度對于節(jié)點的影響力具有較大影響，因此根據(jù)電力負荷所服務(wù)的電力用戶等級區(qū)分站點負荷等級。

按照國家相關(guān)規(guī)定，電力用戶分為重要電力用戶和其他電力用戶。重要電力用戶是指在國家或者一個地區(qū)(城市)的社會、政治、經(jīng)濟生活中占有重要地位，對其中斷供電將可能造成人身傷亡、較大環(huán)境污染、較大政治影響、較大經(jīng)濟損失、社會公共秩序嚴(yán)重混亂的用電單位或?qū)╇娍煽啃杂刑厥庖蟮挠秒妶鏊?。重要電力用戶名單由供電企業(yè)根據(jù)地方人民政府有關(guān)部門確定的重要電力用戶的行業(yè)范圍及用電負荷特性提出，經(jīng)縣級以上地方人民政府有關(guān)部門批準(zhǔn)后，報電力監(jiān)管機構(gòu)備案。根據(jù)供電可靠性的要求及中斷供電危害程度，重要用戶可以分為特級、一級、二級重要電力用戶和臨時性重要電力用戶。

特級重要用戶是指在管理國家事務(wù)中具有特別重要作用，中斷供電將可能危害國家安全的電力用戶；一級重要用戶是指中斷供電將可能產(chǎn)生重大影響或損失的電力用戶；二級重要用戶是指中斷供電將可能產(chǎn)生較大影響及損失的電力用戶；臨時性重要電力用戶，是指需要臨時特殊供電保障的電力用戶(大型水利樞紐、隧道施工、重大活動臨時保電用戶)。

根據(jù)電力用戶用電管理相關(guān)文件規(guī)定[14]，部分重要用戶等級劃分標(biāo)準(zhǔn)如表2所示。

表2 重要用戶等級劃分參照標(biāo)準(zhǔn)Table 2 Reference standard of important electrical customers

(2) 負荷大小

站點負荷的大小是站點影響程度的重要參考指標(biāo)。電網(wǎng)中站點的負荷大小并非固定值，其隨著電網(wǎng)負荷變化而變化，但是站點在電網(wǎng)中的負荷相對大小則是相對穩(wěn)定的，因此利用站點在電網(wǎng)所占負荷比例評價站點負荷大小。站點或其管轄范圍完全故障并對外停電將會產(chǎn)生電網(wǎng)減供負荷，即電網(wǎng)在事故發(fā)生期間的實際負荷最大減少量。

根據(jù)節(jié)點所在站點或其管轄范圍完全故障并對外停電造成的電網(wǎng)減供負荷事故等級[15]差別作為評價節(jié)點負荷大小因素的評價標(biāo)準(zhǔn)，綜合負荷等級因素，得到節(jié)點負荷因素評價準(zhǔn)則如表3所示。

1.3 電網(wǎng)影響因子

按照電力通信網(wǎng)節(jié)點電網(wǎng)影響因子評價體系及各因素評價準(zhǔn)則，計算節(jié)點電網(wǎng)影響因子。

選取因素指標(biāo)集 K= {kn},n =1,2,L ,N ，其中N等于 4，k1、k2、k3、k4分別指代站點等級、站點規(guī)模、負荷等級和負荷大小四個因素指標(biāo)。根據(jù)節(jié)點集 V= {vi}， i =1,2,L ,I 對因素指標(biāo)的不同要求，按照節(jié)點電網(wǎng)影響因子評價準(zhǔn)則確定節(jié)點集的影響力評分值表示節(jié)點 vi所在站點在因素指標(biāo) kn下的影響力評分，取值根據(jù)指標(biāo)評價準(zhǔn)則確定。其數(shù)值表示節(jié)點在指標(biāo)kn的相對影響程度評分。通過節(jié)點影響力評分計算因素指標(biāo) kn下的節(jié)點相對影響力矩陣

表3 站點負荷因素評價準(zhǔn)則Table 3 Evaluation criteria of the station load index

對同一指標(biāo)kn下的節(jié)點相對影響力矩陣的行向量元素進行求和，得到因素指標(biāo) kn下節(jié)點相對影響力矩陣，該矩陣衡量在一個指標(biāo)下各節(jié)點的相對影響力。

節(jié)點相對影響力矩陣僅僅描述了節(jié)點在一個評價指標(biāo)下的相對影響力，為綜合不同指標(biāo)下的節(jié)點相對影響力，將相對影響力進行相加求和，得到節(jié)點綜合相對影響力矩陣，該矩陣是節(jié)點在不同指標(biāo)下相對影響力的融合，反映了節(jié)點在不同因素指標(biāo)下的綜合相對影響力大小。

為避免節(jié)點影響力評價結(jié)果之間的差異過大或過小，本文采用基于隸屬度的歸一化方法對綜合相對影響力矩陣進行處理，得到節(jié)點電網(wǎng)影響因子值。采用的高斯隸屬函數(shù)表達式為設(shè)定式(3)中參數(shù) c 和s就可得到隸屬函數(shù)曲線的形狀和位置。

將高斯型隸屬函數(shù)的參數(shù)c和s定義為

將上述參數(shù)的定義代入式(3)，得到節(jié)點 vi的電網(wǎng)影響因子值：

2 網(wǎng)絡(luò)關(guān)鍵節(jié)點識別

在電力通信網(wǎng)中，重要節(jié)點與網(wǎng)絡(luò)中的其他重要節(jié)點連接的緊密程度越高，網(wǎng)絡(luò)拓撲結(jié)構(gòu)越合理，網(wǎng)絡(luò)相對越可靠。傳統(tǒng)方法往往缺乏考慮網(wǎng)絡(luò)應(yīng)用背景，忽略節(jié)點自身在網(wǎng)絡(luò)應(yīng)用環(huán)境中的影響程度，如電力通信網(wǎng)節(jié)點所處的電網(wǎng)站點在電網(wǎng)中的地位及作用。

定義節(jié)點聚合系數(shù)，表示一個節(jié)點距離其他節(jié)點并考慮節(jié)點權(quán)重的加權(quán)平均最短距離。網(wǎng)絡(luò)節(jié)點權(quán)重是描述節(jié)點脫離于網(wǎng)絡(luò)環(huán)境的自身地位和作用屬性的指標(biāo)?？紤]電力通信網(wǎng)的應(yīng)用背景，將電網(wǎng)影響因子作為節(jié)點權(quán)重的評價指標(biāo)。

網(wǎng)絡(luò)中節(jié)點之間的最短路徑描述節(jié)點之間距離，網(wǎng)絡(luò)平均最短距離反映網(wǎng)絡(luò)節(jié)點之間的緊密程度，可用于衡量網(wǎng)絡(luò)整體連接可靠性。但是，平均最短距離僅僅從拓撲角度考慮，忽略了節(jié)點之間的權(quán)重區(qū)別。聚合系數(shù)考慮節(jié)點之間的區(qū)別，能用于衡量節(jié)點與不同權(quán)重節(jié)點之間的平均距離，權(quán)重值大的重要節(jié)點在該節(jié)點周邊的分布越密集，則該節(jié)點的聚合系數(shù)越高。聚合系數(shù)的性質(zhì)在電力通信網(wǎng)中具有實際的應(yīng)用價值，如調(diào)度中心承擔(dān)著電力系統(tǒng)的監(jiān)視與控制任務(wù)，需處理大量電力業(yè)務(wù)信息，重要節(jié)點在調(diào)度中心周邊的分布越密集，電力通信網(wǎng)絡(luò)拓撲相對越合理，網(wǎng)絡(luò)可靠性越高，運行風(fēng)險越低。因此，節(jié)點聚合系數(shù)為

式中：V 為網(wǎng)絡(luò)節(jié)點集；iW 為節(jié)點 vi的節(jié)點權(quán)重值。本文中采用電網(wǎng)影響因子節(jié)點權(quán)重； (,)dkz為節(jié)點vk與 vz之間的最短路徑值；為節(jié)點 vk的聚合系數(shù)；是節(jié)點 v與 v之間的最短路徑的倒數(shù)，kz表示兩節(jié)點間的緊密度，節(jié)點間距離越短，其值越大，節(jié)點間緊密度越高。節(jié)點緊密度取值范圍為(0,1]，當(dāng)緊密度值為 1 時，兩節(jié)點直接連接，此時兩節(jié)點連接最緊密。

以節(jié)點 vk為中心，計算網(wǎng)絡(luò)中其他節(jié)點與該節(jié)點之間的緊密度，同時考慮節(jié)點本身的權(quán)重，得到能反映該節(jié)點周邊節(jié)點分布平均緊密程度的指標(biāo)Lk，即為節(jié)點聚合系數(shù)。節(jié)點聚合系數(shù)越大，重要節(jié)點在其周邊的分布越密集，網(wǎng)絡(luò)重心距離節(jié)點vk越近，相應(yīng)地節(jié)點在網(wǎng)絡(luò)拓撲結(jié)構(gòu)上的地位越重要，該節(jié)點在網(wǎng)絡(luò)中所處位置越關(guān)鍵。

節(jié)點聚合系數(shù)描述了節(jié)點的重要性及其與重要節(jié)點的連接狀況，能反映節(jié)點在網(wǎng)絡(luò)拓撲中的地位。節(jié)點聚合系數(shù)能夠結(jié)合網(wǎng)絡(luò)應(yīng)用背景識別網(wǎng)絡(luò)的關(guān)鍵節(jié)點，并通過保護或者備份關(guān)鍵節(jié)點，提高電力通信網(wǎng)抵抗攻擊的能力，增強網(wǎng)絡(luò)抗毀性，加強網(wǎng)絡(luò)防護能力，從而降低網(wǎng)絡(luò)運行風(fēng)險。

3 算例分析

根據(jù)某省電力通信傳輸骨干網(wǎng)，得到仿真網(wǎng)絡(luò)模型[16]拓撲結(jié)構(gòu)，如圖2 所示。

圖2 算法仿真網(wǎng)絡(luò)模型Fig. 2 Network model for simulation

圖2 中的網(wǎng)絡(luò)有 14 個節(jié)點、16 條鏈路，其中1 號節(jié)點為省級調(diào)度中心(中調(diào))，13 號節(jié)點為地區(qū)調(diào)度中心(地調(diào))，14 號節(jié)點為 220 kV 變電站，其余節(jié)點均為 500 kV 變電站。節(jié)點集為 v={v1, v2, v3, v4, v5, v6, v7, v8, v9, v10, v11, v12, v13, v14}。

3.1 電網(wǎng)影響因子計算

對該網(wǎng)絡(luò)模型的各個節(jié)點，結(jié)合電力通信網(wǎng)節(jié)點所處站點類別因素評價準(zhǔn)則得到網(wǎng)絡(luò)各節(jié)點實際情況，得到類別指標(biāo)和負荷指標(biāo)各指標(biāo)評價因素內(nèi)容如表4所示。

按照表4評價內(nèi)容對實例網(wǎng)絡(luò)各節(jié)點進行分析得到各節(jié)點因素指標(biāo)及相對影響值如表5所示。

表4 電力通信網(wǎng)節(jié)點電網(wǎng)影響因子評價指標(biāo)因素內(nèi)容Table 4 Content of the index of power network impact factor in power communication network

表5 網(wǎng)絡(luò)各節(jié)點指標(biāo)及相對影響值Table 5 Indicators and relative influence value in the network

將表5 各節(jié)點的指標(biāo)相對影響值代入式(1)和式(2)，得到節(jié)點綜合相對影響值矩陣 A：。設(shè)定歸一化參數(shù)e=0.15，對節(jié)點綜合相對影響值矩陣 Asum進行歸一化運算，得到網(wǎng)絡(luò)各節(jié)點電網(wǎng)影響因子，即節(jié)點權(quán)重值如表6所示。

表6 電力通信網(wǎng)節(jié)點權(quán)重計算結(jié)果Table 6 Calculation results of the nodes weight in the electric power communication network

根據(jù)表6 計算結(jié)果，位于中調(diào)節(jié)點 v1的電網(wǎng)影響因子值為 0.967 6，大于其他節(jié)點，與其在電網(wǎng)的地位與電網(wǎng)影響因子相符；而位于 500 kV 變電站節(jié)點的電網(wǎng)影響因子值從 0.33 到 0.76 變化，但均大于220 kV 變電站 0.218 8 的取值，與變電站電壓等級高低相符合；位于地調(diào)的節(jié)點 v13電網(wǎng)影響因子為0.596 0，小于中調(diào)節(jié)點及部分 500 kV 變電站，大于220 kV 變電站，符合各站點之間的管理關(guān)系。

綜合分析，節(jié)點電網(wǎng)影響因子結(jié)果反映節(jié)點所處站點在電網(wǎng)中的相對影響力，可用于刻畫電力通信網(wǎng)節(jié)點權(quán)重。

3.2 節(jié)點聚合系數(shù)計算

求解圖2網(wǎng)絡(luò)各節(jié)點之間的最短路徑，并將節(jié)點權(quán)重值結(jié)果代入式(7)，得到網(wǎng)絡(luò)中各節(jié)點聚合系數(shù)，并與介數(shù)法[17]和三角模融合法[18]進行對比，仿真結(jié)果如表7所示。

根據(jù)表7 計算結(jié)果，節(jié)點 v1與 v2的聚合系數(shù)值相對最大，網(wǎng)絡(luò)中各重要節(jié)點與這兩個節(jié)點的連接緊密程度相近。節(jié)點 v1的聚合系數(shù)值稍大，為 0.555 5，選取節(jié)點 v1作為網(wǎng)絡(luò)的核心節(jié)點，即中調(diào)節(jié)點是合理的，中調(diào)節(jié)點在網(wǎng)絡(luò)中所處的位置與其權(quán)重地位相匹配。另外，節(jié)點 v2和 v11的權(quán)重也很大，相應(yīng)的節(jié)點聚合系數(shù)也較大，而節(jié)點是地調(diào)節(jié)點，是區(qū)域性的調(diào)度中心，其管轄范圍并不大，其聚合系數(shù)相應(yīng)較小。網(wǎng)絡(luò)各節(jié)點在網(wǎng)絡(luò)拓撲中的地位基本與各節(jié)點權(quán)重地位相適應(yīng)，網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計比較合理。

介數(shù)法根據(jù)節(jié)點介數(shù)值區(qū)分節(jié)點的相對重要性，但存在無法區(qū)分網(wǎng)絡(luò)邊沿節(jié)點重要性的問題。如表7 中，節(jié)點 v3、v6、v7、v12與 v14的介數(shù)值均為0，但這些節(jié)點在網(wǎng)絡(luò)中的地位與作用仍存在區(qū)別，如節(jié)點 v3聚合系數(shù)為 0.463 8，比節(jié)點 v6的聚合系數(shù) 0.383 2 大，即網(wǎng)絡(luò)各節(jié)點與節(jié)點 v3的連接緊密程度更大，在網(wǎng)絡(luò)中處于更加關(guān)鍵的位置，相應(yīng)具有更大的節(jié)點重要性。

表7 網(wǎng)絡(luò)節(jié)點聚合系數(shù)計算結(jié)果Table 7 Calculation results of the polymerization indexes in the electric power communication network

相對于三角模融合法，本算法考慮節(jié)點本身的地位與影響，即節(jié)點權(quán)重值，能進一步區(qū)分節(jié)點在網(wǎng)絡(luò)拓撲中處于相似位置的節(jié)點的相對重要程度，如節(jié)點 v5與 v10在網(wǎng)絡(luò)中拓撲的重要性相近，但由表6，節(jié)點 v10的權(quán)重比節(jié)點 v5的大，且節(jié)點 v10附近的重要節(jié)點分布更為密集，對于維持整個網(wǎng)絡(luò)中權(quán)重值大的節(jié)點之間的連通性，節(jié)點 v10的作用更為重要，即節(jié)點 v10相對于節(jié)點 v5具有更關(guān)鍵的地位。本算法考慮了節(jié)點權(quán)重，能夠更加全面地描述節(jié)點在網(wǎng)絡(luò)拓撲中的地位，準(zhǔn)確識別網(wǎng)絡(luò)關(guān)鍵節(jié)點，以便于加權(quán)關(guān)鍵節(jié)點的維護與管理，對于加強網(wǎng)絡(luò)安全管理，降低網(wǎng)絡(luò)風(fēng)險具有較大意義。因此聚合系數(shù)在網(wǎng)絡(luò)關(guān)鍵節(jié)點分析及網(wǎng)絡(luò)規(guī)劃中具有廣泛的應(yīng)用前景。

4 結(jié)語

本文從電力通信網(wǎng)的行業(yè)背景出發(fā)，提出電網(wǎng)影響因子的概念，根據(jù)電力通信網(wǎng)節(jié)點所處的電網(wǎng)站點在電網(wǎng)中的地位及作用分析節(jié)點的地位和影響，即根據(jù)節(jié)點所在站點的類別因素和負荷因素分析節(jié)點權(quán)重。結(jié)合所定義的聚合系數(shù)指標(biāo)，分析電力通信網(wǎng)中重要節(jié)點的分布密集狀況，得到各節(jié)點在網(wǎng)絡(luò)拓撲中的相對重要性。仿真表明，算法能夠區(qū)分網(wǎng)絡(luò)拓撲中節(jié)點位置相似的節(jié)點的重要性，在電力通信網(wǎng)關(guān)鍵節(jié)點分析中具有較大的應(yīng)用價值，能為網(wǎng)絡(luò)運行風(fēng)險分析提供參考。

[1]譚躍進, 吳俊, 鄧宏鐘. 復(fù)雜網(wǎng)絡(luò)中節(jié)點重要度評估的 節(jié) 點 收 縮 方 法 [J]. 系 統(tǒng) 工 程 理 論 與 實 踐 , 2006,26(11): 79-83. TAN Yuejin, WU Jun, DENG Hongzhong. Evaluation method for node importance based on node contraction in complex networks[J]. Systems Engineering — Theory & Practice, 2006, 26(11): 79-83.

[2]李俊剛, 張愛民, 張杭, 等. 廣域保護系統(tǒng)數(shù)據(jù)網(wǎng)絡(luò)可靠性評估[J]. 電工技術(shù)學(xué)報, 2015, 30(12): 344-350. LI Jungang, ZHANG Aimin, ZHANG Hang, et al. Reliability evaluation of the wide area protect system[J]. Transactions of China Electrotechnical Society, 2015, 30(12): 344-350.

[3]周漩, 張鳳鳴, 李克武, 等. 利用重要度評價矩陣確定復(fù)雜網(wǎng)絡(luò)關(guān)鍵節(jié)點[J]. 物理學(xué)報, 2012, 61(5): 1-7. ZHOU Xuan, ZHANG Fengming, LI Kewu, et al. Finding vital node by node importance evaluation matrix in complex networks[J]. Acta Physica Sinica, 2012, 61(5): 1-7.

[4]徐政勛, 張偉民. 電網(wǎng)脆弱性分析的一種新方法[J].電力系統(tǒng)保護與控制, 2014, 42(12): 87-90. XU Zhengxun, ZHANG Weimin. A new method of power system vulnerability analysis[J]. Power System Protection and Control, 2014, 42(12): 87-90.

[5] 丁明, 過羿, 張晶晶, 等. 基于效用風(fēng)險熵權(quán)模糊綜合評判的復(fù)雜電網(wǎng)節(jié)點脆弱性評估[J]. 電工技術(shù)學(xué)報, 2015, 30(3): 214-223. DING Ming, GUO Yi, ZHANG Jingjing, et al. Node vulnerability assessment for complex power grids based on effect risk entropy-weighted fuzzy comprehensive evaluation[J]. Transactions of China Electrotechnical Society, 2015, 30(3): 214-223.

[6]李瑞生. 一種基于虛擬節(jié)點網(wǎng)絡(luò)拓樸結(jié)構(gòu)適用于架空線路主動配電網(wǎng)的縱聯(lián)保護方案[J]. 電力系統(tǒng)保護與控制, 2015, 43(2): 70-75. LI Ruisheng. An aerial line active distribution network pilot protection scheme based on topology of virtual node[J]. Power System Protection and Control, 2015, 43(2): 70-75.

[7]NAN H, WEN-YAN G. Evaluate nodes importance in the network using data field theory[C]// Convergence Information Technology, 2007. International Conference on: IEEE, 2007: 1225-1234.

[8]肖雅元, 張磊, 羅毅, 等. 基于回路可靠性貢獻指標(biāo)的電網(wǎng)薄弱點分析[J]. 電力系統(tǒng)保護與控制, 2015, 43(15): 54-59. XIAO Yayuan, ZHANG Lei, LUO Yi, et al. Grid weak point analysis based on loop contribution index of the reliability[J]. Power System Protection and Control, 2015, 43(15): 54-59.

[9]朱濤, 張水平, 郭戎瀟, 等. 改進的加權(quán)復(fù)雜網(wǎng)絡(luò)節(jié)點重 要 度 評 估 的 收 縮 方 法 [J]. 系 統(tǒng) 工 程 與 電 子 技 術(shù) , 2009, 31(8): 1902-1905. ZHU Tao, ZHANG Shuiping, GUO Rongxiao, et al. Improved evaluation method for node importance based on node contraction in weighted complex networks[J]. Systems Engineering and Electronics, 2009, 31(8): 1902-1905.

[10]HOU Bonan, YAO Yiping, LIAO Dongsheng. Identifying all-around nodes for spreading dynamics in complex networks[J]. Physica A: Statistical Mechanics and Its Applications, 2012, 391(15): 4012-4017.

[11]曾瑛, 汪瑩, 董希杰, 等. 電力通信骨干網(wǎng)節(jié)點重要度評價方法[J]. 華北電力大學(xué)學(xué)報(自然科學(xué)版), 2013, 40(5): 65-69. ZENG Ying, WANG Ying, DONG Xijie, et al. Node importance evaluation strategy on electric power communication backbone network[J]. Journal of North China Electric Power University (Natural Science Edition), 2013, 40(5): 65-69.

[12]李錳, 黃澤華, 曾業(yè)運, 等. 基于信息集成的配電網(wǎng)關(guān)鍵負荷保障[J]. 電工技術(shù)學(xué)報, 2014, 29(增刊 1): 481-485. LI Meng, HUANG Zehua, ZENG Yeyun, et al. The security of the critical load in the distribution network based on information integration[J]. Transactions of China Electrotechnical Society, 2014, 29(S1): 481-485.

[13]電監(jiān)安全[2006]34 號, 電力二次系統(tǒng)安全防護總體方案[S]. 2006.

[14]穗經(jīng)貿(mào)[2013]8 號, 廣州市經(jīng)貿(mào)委關(guān)于加強廣州地區(qū)電力用戶用電管理的意見[S]. 2013.

[15]Q/CSG210026-2011, 中國南方電網(wǎng)有限責(zé)任公司電力事故(事件)調(diào)查規(guī)程[S].

[16]樊冰, 唐良瑞. 電力通信網(wǎng)脆弱性分析[J]. 中國電機工程學(xué)報, 2014, 34(7): 1191-1197. FAN Bing, TANG Liangrui. Vulnerability analysis of power communication network[J]. Proceedings of the CSEE, 2014, 34(7): 1191-1197.

[17]KERMARREC A M, MERRER E L, SERCOLA B, et al. Second order centrality: distributed assessment of nodes criticity in complex networks[J]. Computer Communications, 2011, 34(5): 619-628.

[18]吳潤澤, 胡秀園, 唐良瑞. 電力光纖網(wǎng)中基于三角模融合的節(jié)點重要性評價方法[J]. 華北電力大學(xué)學(xué)報(自然科學(xué)版), 2011, 38(4): 28-32. WU Runze, HU Xiuyuan, TANG Liangrui. Node importance evaluation strategy based on triangle module applying to optical communication network for power grid[J]. Journal of North China Electric Power University (Natural Science Edition), 2011, 38(4): 28-32.

(編輯 魏小麗)

Crucial node decision algorithm based on power network impact factor in electric power communication network

ZENG Ying1, ZHU Wenhong1, DENG Boren1, LUO Yun2
(1. Power Dispatch and Control Center of Guangdong Power Grid Corp, Guangzhou 510600, China; 2. Sichuan Enrising Information Technology Co., Ltd., Chengdu 610093, China)

As the exclusive communication network for power system, the electric power communication network has obvious characteristics of the electric power industry. In order to identify the crucial nodes of network accurately, the index of power network impact factor is proposed based on the special relationship between power system and power communication network. The nodes weights are evaluated on the basis of the category factor and the load factor, namely the position and function in the station where the nodes belong. Meanwhile, combining with a new definition for coefficient polymerization indexes, it analyzes the distribution state of the critical nodes. The simulation results show that the proposed algorithms can distinguish the importance degree of the nodes with similar topological positions by combining the application characteristics of power communication network, and has great reference value in power communication network operational risk analysis.

electric power communication network; critical nodes; power network impact factor; coefficient polymerization

TM73

1674-3415(2016)02-0102-07

2015-04-06；

2015-06-18

曾 瑛(1972-)，女，工程師，從事電力通信網(wǎng)系統(tǒng)分析、運行方式管理等工作；

朱文紅(1972-)，女，工程師，從事電力系統(tǒng)通信網(wǎng)運維和管理工作；

鄧博仁(1991-)，男，碩士研究生，主要研究領(lǐng)域為電力系統(tǒng)通信與信息處理。E-mail: dengboren@ncepu.edu.cn