一种基于复杂网络的智能电网信息物理系统脆弱性评估方法

本发明提供一种基于复杂网络的智能电网信息物理系统脆弱性评估方法，它涉及一种基于复杂网络的智能电网信息物理系统脆弱性评估模型的实现，属于智能电网可靠性评估领域。

背景技术：

1、伴随着信息技术的不断提升与智能电网的快速发展，电力系统与信息系统的耦合日渐紧密，进而构成电力信息物理系统，实现信息网络与电力物理实体的数据交互与协调控制。一方面，信息系统对电力系统进行实时监测与控制，保证电力系统的优化调度和安全运行；另一方面，电力系统对信息系统进行供电，以维持通讯设备的正常工作。随着电力系统与信息系统在数据与控制功能上的深度融合，使得故障(包括信息网络故障及电力系统物理故障)在两个系统间的传播更加容易，导致故障影响范围扩大，使电力信息物理系统的脆弱性增加，进一步增加电力信息物理系统的安全风险。当信息系统遭受信息攻击后，部分信息节点功能失效导致电力系统失去监测和控制，进一步造成电力系统潮流过载从而引发连锁故障；同样的，当电力系统遭受物理攻击后，部分电力节点功能失效导致信息系统中通讯设备的工作电源缺失，无法正常工作，进一步导致信息系统故障传播。在以往的研究中，主要针对独立电力层研究，没有考虑到物理层和信息层之间的耦合造成的而相互影响关系；其次以往研究中采用的直流潮流的方法不适合分析级联故障，而交流潮流的方法则计算成本较高；此外，大多数基于复杂网络理论的研究主要针对智能电网信息物理系统的静态分析，缺乏针对系统不同耦合方式下的动态脆弱性评估。

2、因此，基于上述问题，我们需要考虑到物理层和信息层之间不同的耦合方式，研究耦合方式以及耦合强度对系统脆弱性的影响。并基于复杂网络理论探究系统中级联故障的动态传播机制，进而对系统的动态脆弱性进行评估。本发明采用新的角度和方法来研究越来越复杂的电网信息物理系统，对智能电网信息物理系统进行建模及分析，有助于深入理解系统间不同的耦合模式对级联故障传播的作用机制，更完善地给出智能电网信息物理系统脆弱性评估方法，从而提高多级系统的可靠性。

技术实现思路

1、(一)本发明目的：

2、智能电网战略的推进，使得电力系统面临多重不确定性和复杂性，电网控制更加依赖物理系统和信息系统之间的配合，两者之间耦合及相互影响更加紧密。在大数据时代，如何利用电网数据结合信息物理系统间的相互作用对级联故障的传播机制深入探究对系统的脆弱性评估具有重要的意义。传统方法的面临着没有充分考虑信息层和物理层间的耦合方式对系统脆弱性的影响以及缺乏对系统进行动态脆弱性评估的问题。因此针对以往研究中存在的不足，本发明提供了一种基于复杂网络智能电网信息物理系统脆弱性评估的方法以解决上述问题。本发明将实际电网数据抽象为网络，构建双层信息物理系统，考虑双层网络之间的不同耦合方式对系统脆弱性的影响，基于复杂网络动力学传播模型模拟级联故障传播，评估智能信息物理系统的脆弱性，进而提出提高系统可靠性的预防和控制措施。

3、(二)技术方案

4、本发明技术方案：一种基于复杂网络的电网信息物理系统脆弱性评估方法构建过程如下：包括如下步骤：

5、步骤1：从开源网站获取公开电网数据集，对数据集进行数据分析与挖掘，对电力系统进行抽象化网络建模；

6、步骤2：基于复杂网络理论及数据集，构建通信系统的信息层网络模型；

7、步骤3：进一步考虑物理层和信息层之间的耦合关系，构建不同耦合机制的双层网络互联模型；

8、步骤4：基于多层复杂网络理论，对电网信息物理系统进行静态分析，考虑不同攻击情况下的脆弱性衡量指标；

9、步骤5：对构建的信息物理系统网络模型进行级联故障传播动态模拟分析，根据动态模拟分析结果，对系统的脆弱性进行评估；

10、其中，在步骤1中所述的“从开源网站获取公开电网数据集，对数据集进行数据分析与挖掘，对电力系统进行抽象化网络建模”，其具体做法如下：从开源网站获取电网数据集来进行抽象化网络建模。针对真实电网数据，在选取数据后对数据中的电气设备类型、数量以及连接关系进行提取分析，构建电力系统物理层网络模型。

11、在此，我们将电力系统转化为物理层网络拓扑图的方法给出如下说明，这种转化保留了电网中电气设备的一些重要和必要的特征，在应用真实电网数据进行算例分析时，可做适当修改。一般是把母线抽象为复杂网络的节点，如果母线上连接有发电机组，则对应的抽象节点是发电机节点；如果母线上既连接有发电机组，又连接有负荷，那么认为对应的抽象节点是发电机节点；如果母线上既没有连接有发电机组，又没有连接有负荷，一般可以认为这个对应的复杂网络中这个节点不存在；隔离开关之间的输电线被转化为输电线节点；连接供电端和中压配电网的供电端变压器及其两端的断路器作为一个整体被转化为供电端变压器节点；与母线相连的馈线断路器被转化为断路器节点；常开开关被转化为常开节点；供电端(高压配电网)被转化为供电节点；负荷端(低压配电网)被转化为负荷节点；拓扑图中引入完全可靠的辅助节点；所有电气设备之间的连接关系可以转化为网络中的连边。抽象为复杂网络后，在物理层邻接矩阵中，如果在节点i和j之间存在连接，矩阵元素ai,j＝1，如果没有连接，则ai,j＝0。

12、其中，在步骤2中所述的“基于复杂网络理论及数据集，构建通信系统的信息层网络模型”，其具体做法如下：信息系统在实现信息空间与物理对象融合时，传感器之间连接具备无标度特性，即传感器的通信能力及连接情况具备不均匀分布性，少数的传感器具有及其多的连接，大多数只有很少的连接。因此信息通讯层可基于复杂网络理论进行无标度网络建模。生成无标度网络方法如下：

13、①首先从无标度分布中生成度数，我们从均匀分布中生成一个介于0和1之间的随机数u，然后使用以下公式生成一个新的数k：

14、②由第一步产生了一个大于m的随机实数，其分布为p(k)∞k-λ。为了防止溢出的出现，可以选择u使其大到足够大，以产生小于n-1的数字(因为这是每一个节点的最大度数)。如果需要一个上限值，那么每当k过大时就会抽取一个新的随机数。在选择了k之后，最接近的整数被作

15、为节点的度。由此得出的度分布如下：根据此算法可构建给定参数(n,m,γ)的无标度网络，其中n为网络的大小。

16、其中，在步骤3中所述的“进一步考虑物理层和信息层之间的耦合关系，构建不同耦合机制的双层网络互联模型”，其具体做法如下：基于上述步骤构建的物理层网络和信息层网络，可以获得每层网络的度分布p(k)，将每层节点的度按从大到小进行排列后，采取以下三种耦合方式连接物理层网络和信息层网络的节点:

17、①最大正相关耦合：度数最高的信息节点和度数最高的物理节点相连，度数第二高的信息节点与度数第二高的物理节点相连，以此类推。

18、②最大负相关耦合：度数最高的信息节点和度数最低的物理节点相连，度数第二高的信息节点与度数第二低的物理节点相连，以此类推。

19、③随机耦合：物理节点和信息节点之间一对一随机相连。

20、另外，信息层和物理层之间的度相关性(即耦合强度)可以通过对连边进行权重赋值来调节，从而构建具有不同度相关性的双层物理信息网络。在单层网络中度的概率密度函数为p(k)，而在双层网络中，度的概率密度函数为每层概率密度函数的具体形式为：

21、

22、

23、其中k1为信息层网络中节点的度，k2为物理层网络中节点的度。p1(k)和p2(k)分别为信息层网络和物理层网络中度的概率密度函数。

24、其中，在步骤4中所述的“基于多层复杂网络理论，对电网信息物理系统进行静态分析，考虑不同攻击情况下的脆弱性衡量指标”，其具体做法如下：基于多层复杂网络理论，对信息物理系统进行网络结构特征分析，计算网络的平均度、特征路径长度、介数、聚集系数等。针对网络特征，进行随机攻击和基于度和介数的蓄意攻击，提出攻击后系统的脆弱性衡量指标：

25、1)网络效率损失：其中ε0是未攻击之前初始网络的效率；εf为移除节点后受到攻击后的网络效率；εij表示节点i和j之间的最短路径的长度的倒数。

26、2)拓扑连接损失：其中ne是未攻击前初始网络中最大连通子图中边的个数；n′e是受到攻击后剩余网络中最大连通子图中边的个数。

27、3)最大连通子图相对规模：其中n是未攻击前初始网络的总节点数；n′为受到攻击后最大连通子图中的节点数。

28、其中，在步骤5中所述的“对构建的信息物理系统网络模型进行级联故障传播动态模拟分析，根据动态模拟分析结果，对系统的脆弱性进行评估”，其具体做法如下：基于复杂网络的传播模型(如susceptible-infected-susceptible,sis模型)，将边的权重与节点间的传播概率相结合，模拟级联故障传播，深入研究系统故障的动态传播机制，通过计算使得级联故障失效的最大连通子团的规模和临界传播率来评估系统的动态脆弱性。

29、通过上述步骤，可以完成对基于复杂网络理论的电网信息物理系统脆弱性评估方法的构建，用于电网信息物理系统的网络化建模，其中电力网络与通信网络相互连接，还考虑了物理层和信息层网络之间的耦合强度，进而分析网络的异构程度对系统脆弱性的影响，提出了受到攻击后的信息物理系统的脆弱性衡量指标，深入探究级联故障的动态传播规律进而评估系统的动态脆弱性。所提出的方法有助于量化评估智能电网信息物理系统中不同耦合方式下的脆弱性，从一个新的角度和方法来对规模越来越大和复杂度越来越高的智能电网信息物理系统进行脆弱性评估。

30、(三)本发明的优点及功效

31、本发明与现有技术相比的优点在于：本发明通过利用复杂网络理论对电网信息物理系统进行脆弱性评估。本方法提出了一个用于脆弱性评估的电网物理层和信息层互联模型，该模型强调了电力和信通技术网络之间隐藏的相互依赖性，我们考虑了物理层和信息层采用最大正相关耦合、最大负相关耦合、随机耦合这三种不同的耦合方式对系统脆弱性的影响。本发明给出了将电力系统转化成网络拓扑图的说明，可适用于不同的真实电网数据。另外，我们能够对系统从静态和动态两方面进行脆弱性评估，无论是静态攻击还是级联故障动态传播都能进行一系列脆弱性指标的评估和分析。