能源节点重要度的计算方法及装置、存储介质、电子装置与流程

本发明涉及计算机领域，具体而言，涉及一种能源节点重要度的计算方法及装置、存储介质、电子装置。

背景技术：

现有技术中，能源网中的节点有很多，其中分类包括能源消耗节点、能源提供节点、能源转换节点、能源存储节点等。图1是本发明现有技术中的能源网中节点的关系图，包含能源流动图和节点依赖图，左边为能源流动图，右边为节点依赖图。一般而言，节点依赖图是能源流动图中有向弧的方向反过来即可。

对于一个节点依赖图，我们可以根据其拓扑结构来分析出哪些节点是重要的。这种方法有很多，最简单的是计算节点的入边的数目，根据入边的数目来排序，确定哪些节点是重要的。然而这个方法并不准确，根据能源的流动方向或者依赖关系，可以形成节点的拓扑图，图2为本发明现有技术中能源网的能源流动图和节点依赖图，根据节点依赖图(右图)，如果按照入边的数目来判断节点重要度，则最重要的节点是2和3，然而整个网络中最重要的节点是1，因为如果2或者3其中一个出问题，则只影响三个节点，如果1节点出问题，则整个网络中的节点都无效。由此可知，现有技术中现有技术中计算节点重要度的方案并不准确。

针对现有技术中存在的上述问题，目前尚未发现有效的解决方案。

技术实现要素：

本发明实施例提供了一种能源节点重要度的计算方法及装置、存储介质、电子装置。

根据本发明的一个实施例，提供了一种能源节点重要度的计算方法，包括：

获取能源网络的拓扑结构信息，其中，所述能源网络由多个网络节点组成；

根据所述拓扑结构信息构造所述能源网络的概率转移矩阵；

使用佩奇排名pagerank算法基于所述概率转移矩阵计算所有网络节点的重要度信息。

可选地，根据所述拓扑结构信息构造所述能源网络的概率转移矩阵包括：

根据所述拓扑结构信息确定所述能源网络中任一网络节点j指向任一网络节点i有向边的数量，以及所述网络节点j所有出边的数量；

使用所述i和所述j计算得到概率转移矩阵m，其中，

可选地，使用佩奇排名pagerank算法基于所述概率转移矩阵计算所有网络节点的重要度信息包括：

确定最大迭代步数m，以及所述能源网络的初始重要度向量p[0]；

从p[1]＝m*p[0]，依次迭代至p[m+1]＝m*p[m]，其中，p[m]为计算得到的所有网络节点的重要度向量矩阵。

可选地，使用佩奇排名pagerank算法基于所述概率转移矩阵计算所有网络节点的重要度信息包括：

确定最小允许误差率ε，以及所述能源网络的初始重要度向量p[0]；

从p[1]＝m*p[0]，依次迭代至p[k+1]＝m*p[k]，其中，

||p[k+1]-p[n]||<ε，p[k]为计算得到的所有网络节点的重要度向量矩阵。

可选地，p[0]＝[1/n,1/n,…,1/n]，其中，n为所述网络节点的节点总数。

可选地，获取能源网络的拓扑结构信息包括：

确定所述能源网络中网络节点的能源流动方向，其中，所述网络节点的类型包括：能源消耗节点、能源提供节点、能源转换节点、能源存储节点；

将能源流动方向确定为网络节点间有向弧的方向；

使用所有有向弧的反方向连接各个网络节点，得到所述能源网络的拓扑结构信息。

根据本发明的另一个实施例，提供了一种能源节点重要度的计算装置，包括：

获取模块，用于获取能源网络的拓扑结构信息，其中，所述能源网络由多个网络节点组成；

构造模块，用于根据所述拓扑结构信息构造所述能源网络的概率转移矩阵；

计算模块，用于使用佩奇排名pagerank算法基于所述概率转移矩阵计算所有网络节点的重要度信息。

可选地，所述构造模块包括：

确定单元，用于根据所述拓扑结构信息确定所述能源网络中任一网络节点j指向任一网络节点i有向边的数量，以及所述网络节点j所有出边的数量；

计算单元，用于使用所述i和所述j计算得到概率转移矩阵m，其中，

可选地，所述计算模块包括：

第一确定单元，用于确定最大迭代步数m，以及所述能源网络的初始重要度向量p[0]；

第一迭代单元，用于从p[1]＝m*p[0]，依次迭代至p[m+1]＝m*p[m]，其中，p[m]为计算得到的所有网络节点的重要度向量矩阵。

可选地，所述计算模块包括：

第二确定单元，用于确定最小允许误差率ε，以及所述能源网络的初始重要度向量p[0]；

第二迭代单元，用于从p[1]＝m*p[0]，依次迭代至p[k+1]＝m*p[k]，其中，

||p[k+1]-p[n]||<ε，p[k]为计算得到的所有网络节点的重要度向量矩阵。

可选地，p[0]＝[1/n,1/n,…,1/n]，其中，n为所述网络节点的节点总数。

可选地，所述获取模块包括：

第一确定单元，用于确定所述能源网络中网络节点的能源流动方向，其中，所述网络节点的类型包括：能源消耗节点、能源提供节点、能源转换节点、能源存储节点；

第二确定单元，用于将能源流动方向确定为网络节点间有向弧的方向；

处理单元，用于使用所有有向弧的反方向连接各个网络节点，得到所述能源网络的拓扑结构信息。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，通过使用pagerank算法基于所述概率转移矩阵计算所有网络节点的重要度信息，考虑的是网络节点的依赖关系，重要度信息为网络节点在能源网络中的被依赖程度，解决了现有技术中计算网络节点的重要度信息不准确的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明现有技术中的能源网中节点的关系图；

图2为本发明现有技术中能源网的能源流动图和节点依赖图；

图3是本发明实施例的一种能源节点重要度的计算终端的硬件结构框图；

图4是根据本发明实施例的节点重要度的计算方法的流程图；

图5是本发明实施例的节点拓扑结构图；

图6是本发明实施例的节点链接关系示意图；

图7是根据本发明实施例的能源节点重要度的计算装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

本申请实施例一所提供的方法实施例可以在服务器，网络终端、计算机终端或者类似的运算装置中执行。以运行在网络终端上为例，图3是本发明实施例的一种节点重要度的计算终端的硬件结构框图。如图3所示，网络终端10可以包括一个或多个(图3中仅示出一个)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)和用于存储数据的存储器104，可选地，上述网络终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图3所示的结构仅为示意，其并不对上述网络终端的结构造成限定。例如，网络终端10还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的节点重要度的计算方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至网络终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括网络终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(networkinterfacecontroller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(radiofrequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种能源节点重要度的计算方法，图4是根据本发明实施例的能源节点重要度的计算方法的流程图，如图4所示，该流程包括如下步骤：

步骤s402，获取能源网络的拓扑结构信息，其中，能源网络由多个网络节点组成；

步骤s404，根据拓扑结构信息构造能源网络的概率转移矩阵；

本实施例中的矩阵各元素都是非负的，并且各行元素之和等于1，各元素用概率表示，在一定条件下是互相转移的；

步骤s406，使用佩奇排名pagerank算法基于概率转移矩阵计算所有网络节点的重要度信息。

本实施例中的pagerank算法是马尔科夫链的一种变形或应用。

通过上述步骤，通过使用pagerank算法基于所述概率转移矩阵计算所有网络节点的重要度信息，考虑的是网络节点的依赖关系，重要度信息为网络节点在能源网络中的被依赖程度，解决了现有技术中计算网络节点的重要度信息不准确的技术问题。

可选地，上述步骤的执行主体可以为数据处理设备，服务器，终端等，具体可以是处理器，算法模块等，但不限于此。

本实施例的应用场景，可以应用在能源网络的节点管理、节点优化，节点排名等场景中，能源具体可以是热能源，也可以是水、电、气等能源。

可选的，根据拓扑结构信息构造能源网络的概率转移矩阵包括：

s11，根据拓扑结构信息确定能源网络中任一网络节点j指向任一网络节点i有向边的数量，以及网络节点j所有出边的数量；

s12，使用i和j计算得到概率转移矩阵m，其中，

本实施例中的能源网中的节点，可以认为和与节点没有链接的其他节点之间没有关系，因此在能源网中用到的pagerank为d＝1的pagerank，亦即转移概率矩阵只与拓扑结构有关。图5是本发明实施例的节点拓扑结构图，能源网络由abcd四个网络节点组成，下面举例说明如何构造概率转移矩阵：

abcd分别编号1234，当d＝1时(本实施例仅考虑d＝1的情况)，根据s12的算法，基于abcd四个节点间的相互依赖关系，计算得到各个m[i，j]，得到概率转移矩阵为：

在本实施例中，网络节点的重要度信息可以用一个重要度向量矩阵来表示所有节点的重要度向量，可以通过多种方式基于概率转移矩阵计算所有网络节点的重要度信息，如采用最大迭代步数和允许误差率。下面分别进行说明：

首先对本实施例使用的pagerank算法的原理进行说明：

图6是本发明实施例的节点链接关系示意图，假设一个由4个页面(相当于本实施例的网络节点)组成的小团体(相当于本实施例的能源网络)：a，b，c和d。如果所有页面都链向a，那么a的pr(pagerank)值将是b，c及d的pagerank总和：

pr(a)＝pr(b)+pr(c)+pr(d)

继续假设b也有链接到c，并且d也有链接到包括a的3个页面。一个页面不能投票2次。所以b给每个页面半票。以同样的逻辑，d投出的票只有三分之一算到了a的pagerank上。

换句话说，根据链出总数平分一个页面的pr值。

最后，所有这些被换算为一个百分比再乘上一个系数。由于“没有向外链接的页面”传递出去的pagerank会是0，所以，通过数学系统给了每个页面一个最小值：

这里的d可以理解为，当b给a投票的时候，只有d的概率把pagerank值给a，另外的1-d的概率给网络中的其他任何一个网页(包括它自己)。

假设有指向a的链接的页面集合为p，没有指向a的链接的页面集合为q，则a的pagerank值为：

pr(a)＝∑v∈pd*pr(v)/l(v)+∑v∈p(1-d)*pr(v)/n+∑v∈q(1-d)*pr(v)/n

合并之后为：其中n为网络中页面总数目，并假设所有网页的pr值和为1。

通过给定的每个网页一个pagerank初始值，然后迭代计算，直到pagerank值收敛到到负荷预定条件。

在一个实施方式中，使用佩奇排名pagerank算法基于概率转移矩阵计算所有网络节点的重要度信息包括：

s21，确定最大迭代步数m，以及能源网络的初始重要度向量p[0]；

s22，从p[1]＝m*p[0]开始，依次迭代至p[m+1]＝m*p[m]，其中，p[m]为计算得到的所有网络节点的重要度向量矩阵。

在另一个实施方式中，使用佩奇排名pagerank算法基于概率转移矩阵计算所有网络节点的重要度信息包括：

s31，确定最小允许误差率ε，以及能源网络的初始重要度向量p[0]；

s32，从p[1]＝m*p[0]开始，依次迭代至p[k+1]＝m*p[k]，其中，

||p[k+1]-p[n]||<ε，p[k]为计算得到的所有网络节点的重要度向量矩阵。本实施例的||||为范数符号，可以用欧氏距离来计算。

在本实施例中，p[0]＝[1/n,1/n,…,1/n]，向量和为1，其中，n为网络节点的节点总数。

可选的，获取能源网络的拓扑结构信息包括：确定能源网络中网络节点的能源流动方向，其中，网络节点的类型包括：能源消耗节点、能源提供节点、能源转换节点、能源存储节点；将能源流动方向确定为网络节点间有向弧的方向；使用所有有向弧的反方向连接各个网络节点，得到能源网络的拓扑结构信息。由于有向弧的反方向为节点间的依赖方向，使用所有有向弧的正方向连接各个网络节点为能源流动的拓扑结构图，因此使用所有有向弧的反方向连接各个网络节点为节点依赖关系的拓扑结构图。因为考虑的是网络节点的依赖关系，重要度信息可以理解为网络节点在能源网络中的被依赖程度。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。

实施例2

在本实施例中还提供了一种能源节点重要度的计算装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图7是根据本发明实施例的能源节点重要度的计算装置的结构框图，如图7所示，该装置包括：获取模块70，构造模块72，计算模块74，其中，

获取模块70，用于获取能源网络的拓扑结构信息，其中，所述能源网络由多个网络节点组成；

构造模块72，用于根据所述拓扑结构信息构造所述能源网络的概率转移矩阵；

计算模块74，用于使用佩奇排名pagerank算法基于所述概率转移矩阵计算所有网络节点的重要度信息。

可选的，所述构造模块包括：确定单元，用于根据所述拓扑结构信息确定所述能源网络中任一网络节点j指向任一网络节点i有向边的数量，以及所述网络节点j所有出边的数量；计算单元，用于使用所述i和所述j计算得到概率转移矩阵m，其中，

可选地，所述计算模块包括：第一确定单元，用于确定最大迭代步数m，以及所述能源网络的初始重要度向量p[0]；第一迭代单元，用于从p[1]＝m*p[0]，依次迭代至p[m+1]＝m*p[m]，其中，p[m]为计算得到的所有网络节点的重要度向量矩阵。

可选地，所述计算模块包括：第二确定单元，用于确定最小允许误差率ε，以及所述能源网络的初始重要度向量p[0]；第二迭代单元，用于从p[1]＝m*p[0]，依次迭代至p[k+1]＝m*p[k]，其中，||p[k+1]-p[n]||<ε，p[k]为计算得到的所有网络节点的重要度向量矩阵。

可选地，p[0]＝[1/n,1/n,…,1/n]，其中，n为所述网络节点的节点总数。

可选地，所述获取模块包括：第一确定单元，用于确定所述能源网络中网络节点的能源流动方向，其中，所述网络节点的类型包括：能源消耗节点、能源提供节点、能源转换节点、能源存储节点；第二确定单元，用于将能源流动方向确定为网络节点间有向弧的方向；处理单元，用于使用所有有向弧的反方向连接各个网络节点，得到所述能源网络的拓扑结构信息。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

实施例3

本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

s1，获取能源网络的拓扑结构信息，其中，所述能源网络由多个网络节点组成；

s2，根据所述拓扑结构信息构造所述能源网络的概率转移矩阵；

s3，使用佩奇排名pagerank算法基于所述概率转移矩阵计算所有网络节点的重要度信息。

可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(read-onlymemory，简称为rom)、随机存取存储器(randomaccessmemory，简称为ram)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

s1，获取能源网络的拓扑结构信息，其中，所述能源网络由多个网络节点组成；

s2，根据所述拓扑结构信息构造所述能源网络的概率转移矩阵；

s3，使用佩奇排名pagerank算法基于所述概率转移矩阵计算所有网络节点的重要度信息。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。