常富紅,李 麒,張文豐
(國網(wǎng)河南省電力公司 許昌供電公司,河南 許昌 461000)
網(wǎng)絡(luò)技術(shù)的應(yīng)用為電力系統(tǒng)日常的生產(chǎn)調(diào)度提供了極大的便利條件,但是降低了網(wǎng)絡(luò)環(huán)境的安全系數(shù)[1]。 因此,國內(nèi)有研究學(xué)者提出了基于數(shù)據(jù)挖掘網(wǎng)絡(luò)運行安全態(tài)勢感知技術(shù)與基于BP 神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)運行安全態(tài)勢感知技術(shù)來解決這一問題[2-3]。 雖然這兩種方法能夠完成預(yù)期的感知處理任務(wù),但是易受到外部因素的影響,感知速度慢,誤差較難控制。
數(shù)據(jù)特征聚類技術(shù)可及時設(shè)定對應(yīng)的特征感知目標(biāo),實現(xiàn)多維聚類處理[4]。 本文提出考慮數(shù)據(jù)特征聚類的電力系統(tǒng)網(wǎng)絡(luò)運行安全態(tài)勢感知方法,以期營造穩(wěn)定的網(wǎng)絡(luò)感知、調(diào)度環(huán)境。
為避免數(shù)據(jù)積壓過量導(dǎo)致電力系統(tǒng)卡頓,因此對所采集的標(biāo)定數(shù)據(jù)信息進行預(yù)處理[5]。 設(shè)定基礎(chǔ)性標(biāo)定指標(biāo),如表1 所示。
表1 基礎(chǔ)標(biāo)定態(tài)勢感知指標(biāo)設(shè)定
對相關(guān)的指標(biāo)參數(shù)進行調(diào)整設(shè)定,構(gòu)建電力系統(tǒng)的數(shù)據(jù)采集層級,分別為日志采集、感應(yīng)采集和外部數(shù)據(jù)采集[6]。 完成采集后進行匯總轉(zhuǎn)換,導(dǎo)入電力系統(tǒng)實時數(shù)據(jù)存儲庫內(nèi)部[7]。
對電力系統(tǒng)網(wǎng)絡(luò)運行感知的區(qū)域進行劃分[8],構(gòu)建對應(yīng)的感知結(jié)構(gòu),結(jié)合感知的需求,對感知特征提取的原理進行設(shè)定,如圖1 所示。
圖1 感知特征提取原理
對多個周期的運行區(qū)域進行監(jiān)測,利用特定的識別模型,關(guān)聯(lián)感知過程中的線索及元素,測算基礎(chǔ)性的感知網(wǎng)絡(luò)安全運行感知范圍,如下式所示。
公式(1)中,K 表示安全運行感知范圍,h 表示整合感知距離,γ 表示預(yù)設(shè)期望值,i 表示感知次數(shù),d 表示定向感知識別區(qū)域,μ 表示感知單元。 綜合上述測定,最終可以得出實際的安全運行感知范圍。 在范圍之內(nèi),依據(jù)電力系統(tǒng)的運行周期,采集相關(guān)的運行數(shù)據(jù)、信息,并依據(jù)數(shù)據(jù)特征聚類技術(shù),劃定對應(yīng)的運行情況,總結(jié)出特征規(guī)律,作為后續(xù)運行態(tài)勢感知的基礎(chǔ),確保運行感知效果的真實可靠。
網(wǎng)絡(luò)運行感知節(jié)點的部署,一定程度上可以進一步擴大實際的感知范圍,從整體上簡化對應(yīng)的感知環(huán)節(jié),提升對電力系統(tǒng)運行態(tài)勢感知的精準(zhǔn)度。 先構(gòu)建一個定向的可控感知空間,依據(jù)設(shè)定的感知目標(biāo),對所采集的感知數(shù)據(jù)進行采集,完成匯總整合后,綜合數(shù)據(jù)特征聚類技術(shù),預(yù)設(shè)基礎(chǔ)的感知位置,并測算節(jié)點的感知導(dǎo)向值,如下式所示。
公式(2)中,J 表示節(jié)點感知導(dǎo)向值,a 表示運行態(tài)勢偏差,m 表示定向感知區(qū)域,n 表示堆疊感知區(qū)域,表示可控覆蓋距離,t 表示單向感知次數(shù)。 綜合上述測定,最終可以得出實際的節(jié)點感知導(dǎo)向值。 依據(jù)導(dǎo)向距離,進行初始感知節(jié)點的布設(shè),隨后,根據(jù)感知位置的變動,不斷調(diào)整感知節(jié)點的位置,針對各個位置的節(jié)點運行情況做出調(diào)整,如表2 所示。
表2 各位置感知節(jié)點運行情況調(diào)整設(shè)定
通過表2 完成對各位置感知節(jié)點運行情況調(diào)整的設(shè)定,隨后對相關(guān)感知區(qū)域的節(jié)點進行調(diào)度,完成關(guān)聯(lián)網(wǎng)絡(luò)感知節(jié)點的部署。
根據(jù)上述關(guān)聯(lián)網(wǎng)絡(luò)感知節(jié)點的部署,綜合數(shù)據(jù)特征聚類技術(shù),對電力系統(tǒng)安全態(tài)勢感知模型進行設(shè)計。 在初始的感知模型內(nèi)部,設(shè)定多個具有不同目標(biāo)的感知模塊,與周圍的節(jié)點搭接后,形成穩(wěn)定的感知環(huán)境。 在此基礎(chǔ)上,通過各個周期電力系統(tǒng)運行數(shù)據(jù)的采集,分析周期內(nèi)安全態(tài)勢的感知特征,并預(yù)設(shè)對應(yīng)的時間感知序列,形成對應(yīng)的信息化感知數(shù)據(jù)集,計算感知時長,如下式所示。
公式(3)中,U 表示感知時長,x 表示動態(tài)化的檢測區(qū)域,r 表示特征識別距離,e 表示感知次數(shù),θ 表示特征差值,δ 表示堆疊感知位置,Y 表示運行偏差。 綜合上述測定,最終可以得出實際的感知時長,將其設(shè)定為模型的感知標(biāo)準(zhǔn),根據(jù)電力系統(tǒng)的運行狀況,測定數(shù)據(jù)特征的可識別標(biāo)準(zhǔn)。 將相關(guān)的標(biāo)準(zhǔn)設(shè)定在模型之中,通過數(shù)據(jù)集中器,對每一個周期進行集中分析,同時設(shè)定感知異常警示裝置,形成循環(huán)式的感知結(jié)構(gòu),完成數(shù)據(jù)特征聚類安全態(tài)勢感知模型的構(gòu)建。
采用構(gòu)建的數(shù)據(jù)特征聚類安全態(tài)勢感知模型,獲取模糊感知結(jié)果,將其與初始的感知標(biāo)準(zhǔn)進行比照,如果出現(xiàn)的感知誤差超出合理的范圍,則需要依據(jù)感知特征,采用多維有功的形式進行感知結(jié)果的校正。
此模型可以利用節(jié)點進行周期性數(shù)據(jù)的采集,隨后,對數(shù)據(jù)進行解析,測定分析階段性的感知情況,并利用感知模型對實際的結(jié)果進行修正,標(biāo)記出有功校正的位置,逐步形成一個動態(tài)化的感知處理結(jié)構(gòu),實現(xiàn)對最終電力系統(tǒng)運行安全態(tài)勢感知工作的處理。
本次主要是對數(shù)據(jù)特征聚類的電力系統(tǒng)網(wǎng)絡(luò)運行安全態(tài)勢感知實際應(yīng)用效果進行分析與研究,考慮到最終測試結(jié)果的分析與研究,選定A 配電站作為測試的主要目標(biāo)對象,并設(shè)定3 個網(wǎng)絡(luò)覆蓋區(qū)域作為測試對象,明確網(wǎng)絡(luò)運行安全態(tài)勢的標(biāo)定范圍,參考王艷[5]和趙冬梅等[6]的研究,設(shè)定傳統(tǒng)數(shù)據(jù)挖掘網(wǎng)絡(luò)運行安全態(tài)勢感知測試組、傳統(tǒng)BP 神經(jīng)網(wǎng)絡(luò)運行安全態(tài)勢感知測試組以及本文設(shè)計的數(shù)據(jù)特征聚類網(wǎng)絡(luò)運行安全態(tài)勢感知測試組。 測試得出的結(jié)果以對比的方式進行分析,下面根據(jù)實際的感知需求及標(biāo)準(zhǔn),搭建相應(yīng)的測試環(huán)境。
為對數(shù)據(jù)特征聚類的電力系統(tǒng)網(wǎng)絡(luò)運行安全態(tài)勢感知的實際應(yīng)用效果進行分析與研究,結(jié)合實際的態(tài)勢感知需求,進行基礎(chǔ)性感知環(huán)境的搭建。
在選定的A 配電站電力系統(tǒng)的控制程序中接入一個動態(tài)化的監(jiān)督程序,與周圍設(shè)定的定向感知節(jié)點進行關(guān)聯(lián),逐步形成一個具有多元性的感知結(jié)構(gòu)。 隨后,設(shè)定3 個具有特定攻擊性的指令,將其布設(shè)在測試程序中,營造一個專業(yè)的測試程序,對3 個網(wǎng)絡(luò)覆蓋區(qū)域設(shè)定的感知點位做出調(diào)節(jié),并設(shè)計對應(yīng)的感知時間窗,測算感知時間窗的有效感知距離,如下式所示。
公式(4)中,D 表示時間窗有效感知距離,π 表示定向感知點位間距,? 表示感知偏差,σ1和σ2分別表示時間窗的初始感知范圍和實測感知范圍。 將得出的時間窗有效感知距離設(shè)定在感知模型中,與電力系統(tǒng)的控制程序形成對應(yīng)的關(guān)聯(lián)結(jié)構(gòu),完成測試環(huán)境的搭建。
在電力系統(tǒng)中下發(fā)攻擊指令,營造測試環(huán)境,綜合數(shù)據(jù)特征聚類技術(shù),可以測算電力系統(tǒng)的運行狀態(tài),計算運行安全態(tài)勢感知邊界值,如下式所示。
公式(5)中,M 表示感知邊界值,ζ 表示既定值,F表示感知周期,v 表示感知單向頻率,S 表示感知次數(shù)。 綜合上述測定,最終可以得出實際的感知邊界值進行具體的分析與研究,具體如表3 所示。
表3 測試結(jié)果對比分析
根據(jù)上述分析,最終可以得出實際的測試結(jié)果。相比于傳統(tǒng)數(shù)據(jù)挖掘網(wǎng)絡(luò)運行安全態(tài)勢感知測試組和傳統(tǒng)BP 神經(jīng)網(wǎng)絡(luò)運行安全態(tài)勢感知測試組,本文設(shè)計的數(shù)據(jù)特征聚類網(wǎng)絡(luò)運行安全態(tài)勢感知測試組最終得出的感知邊界值較低,在對電力系統(tǒng)進行實際感知的過程中,感知速度快,誤差小,邊界偏差可控,具有實際的應(yīng)用價值。
本文基于特征聚類技術(shù),設(shè)計了電力系統(tǒng)網(wǎng)絡(luò)運行安全態(tài)勢感知方法,增強了網(wǎng)絡(luò)安全運行感知結(jié)構(gòu)的穩(wěn)定性與可調(diào)度性。 在強化電力系統(tǒng)的應(yīng)用能力的同時,逐步營造更加安全的網(wǎng)絡(luò)環(huán)境,推動電力及相關(guān)行業(yè)的進一步發(fā)展。