专利名称：一种电力网络中厂站之间拓扑相似性的度量方法
技术领域：
本发明属于电力系统调度自动化技术领域，具体涉及一种电力网络中厂站之间拓扑相似性的度量方法。
背景技术：
随着经济的发展，电力网络的区域互联已成为电力系统的发展趋势，使电力网络成为最复杂的网络之一。电力网络的规模越来越大、结构日益复杂，这种大规模的电网在给人们带来经济效益和社会效益的同时，也增加了事故发生的潜在危险性和事故发生后的破坏性。传统的还原论方法通常使用求解代数方程组的方式分析电力系统的动态行为，但是这种方式注重元件的个体动态特性，因此在分析这种大规模电力网络时已经显露出一定的局限性，将复杂网络理论用于电力网络整体特性的研究已经成为电力网络的研究趋势之
ο如果把电力网络中厂站表示为结构结点，厂站之间的线路表示为边，那么电力网络就可以抽象为一个复杂网络。包括中国在内的世界许多国家的电力网络都具有小世界特性和无标度特性。这些拓扑特性对电力网络的可靠性有着重要的影响，具有小世界特性的电力网对网络的连锁故障起着推波助澜的作用。另外，人们还借鉴复杂网络的研究成果结合电力系统本身的特性对大规模电力网络的中脆弱线路和厂站经行识别以及分析电力网络中的级联效应以避免大规模停电事故的发生。研究发现，具有社团结构的网络可以有效推迟网络上级联故障的产生，从而可以避免大面积停电事故的发生，这对有电力网络的规划和设计具有重要的指导意义。社团中心的节点控制着社团的稳定性，因此在电力网络中对处于社团中间的厂站进行有针对性的保护，可以使电力网络更安全稳定的运行。社团结构是许多实际的复杂网络具有的性质之一。所谓的社团结构就是网络中的节点存在分组，组内的边较稠密，组间的边较稀疏。如
图1为福建电力网络中的社团结构， 相同的颜色的厂站属于相同的社团，它们之间的线路较密(图中结点代表电力网络中的社团，边代表厂站之间的线路)。社团发现问题有很长的研究历史，并且在不同的学科有不同的形式。它与图论和计算机科学中的图分割和社会网络中的层次聚类的思想密切相关。图分割是并行计算领域研究的重要问题。图分割问题的精确解是NP难问题。因此，当网络的规模很大时不存在有效的精确解法。后来，研究者有提出了边移除算法。边移除算法试图寻找处于社团之间的边，然后移除这些边，从而寻找出网络中的社团。社团之间的边是根据边的一些特性寻找的，例如边的介，所谓的边的介就是经过某条边的最短路径的个数。随着电力网络的区域互联，电力网络的规模越来越大，迄今提出的许多的算法并不能得到较好发现大规模网络中的社团结构。数据挖掘是用于大规模数据处理一种新的技术手段和思维方法，它是现实生活中各种数据量成指数级增长，以及以数据库为核心的信息技术逐渐成熟的背景下产生的，数据挖掘可以帮助用户发现隐藏在大量数据的规律和模式，它融合了人工智能、统计、机器学习、模式识别和数据库等多种学科的理论、方法和技术，已经在多种不同的领域获得了非常广泛的应用。电力网络中的社团结构作为许多网络所共有的特性，也可以作为是隐藏在网络中的一种模式，可以探索使用数据挖掘的方法和理论发现电力网络中的社团结构。发明内容
本发明的目的是提供一种方法，把电力网络中的厂站按照特定的规则转换为高维空间中的向量。这样可以使用欧式距离、夹角余弦等方法来度量厂站之间拓扑位置相似性。 在此基础上可以使用数据挖掘中成熟的聚类算法识别电力网络中的社团结构。
本发明把电力网络中转换为适合聚类的算法的数据结构后，不但可以使用大多数聚类算法发现电力网络中的社团结构，而且可以使用模糊聚类算法来识别处于社团之间的厂站，为从整体上理解电力网络的结构特性、理解电力网络的行为、优化电力网络的设计提供指导。
本发明提供一种电力网络中厂站之间拓扑相似性的度量方法，包括步骤
定义一个NXN的矩阵f，f中的元素/；.表示每次传递厂站j传递给厂站i的信息占厂站i接受到信息的比例，
权利要求
1.一种电力网络中厂站之间拓扑相似性的度量方法，其特征在于，包括步骤1)将电力网络表示为n*n的邻接矩阵W，其为0、1矩阵，元素 =1表示结点i和结点j之间存在边线路，否则Wij = 0 ；2)计算各个厂站的度然后组成对角矩阵D，其中厂站的度是与该厂站相连的其它厂站的数目；3)\^M-f = D'xWt其中，/为NXN的矩阵，f中的元素$表示每次传递厂站j传递给厂站i的信息占厂站 i接受到信息的比例；4)通过如下公式映射具有一个单位的信息的厂站s的向量空间中的向量，
2.根据权利要求1所述的电力网络中厂站之间拓扑相似性的度量方法，其特征在于， 还包括，使用欧式距离计算计算厂站之间的相似程度。
3.根据权利要求2所述的电力网络中厂站之间拓扑相似性的度量方法，其特征在于， 还包括，使用夹角余弦度量计算计算厂站之间的相似程度。
4.根据权利要求3所述的电力网络中厂站之间拓扑相似性的度量方法，其特征在于， 还包括，使用聚类算法发现网络中的社团。
5.根据权利要求4所述的电力网络中厂站之间拓扑相似性的度量方法，其特征在于， 还包括，使用层次聚类算法随网络中的社团进行划分得到层次树。
6.根据权利要求1所述的电力网络中厂站之间拓扑相似性的度量方法，其特征在于，其中
全文摘要
一种电力网络中厂站之间拓扑相似性的度量方法，其特征在于，包括步骤1)将电力网络表示为n*n的邻接矩阵W，其为0、1矩阵，元素wij＝1表示结点i和结点j之间存在边线路，否则wij＝0；2)计算各个厂站的度然后组成对角矩阵D，其中厂站的度是与该厂站相连的其它厂站的数目；3)计算其中，为N×N的矩阵，中的元素表示每次传递厂站j传递给厂站i的信息占厂站i接受到信息的比例；4)通过如下公式映射具有一个单位的信息的厂站s的向量空间中的向量，其中5)如果传递次数t小于一阈值，返回4)。通过本发明，可以把电力网络中的厂站转换为高维空间中的向量。然后使用欧式距离等方法来度量厂站之间拓扑位置相似性。然后使用聚类算法识别电力网络中的社团结构。
文档编号H02J3/00GK102542147SQ20101062385
公开日2012年7月4日 申请日期2010年12月31日 优先权日2010年12月31日
发明者何蕾, 刘森, 宋海洁, 庞传军, 徐家慧, 曹宇, 杨笑宇, 林海峰, 谢巧云 申请人:中国电力科学院, 北京科东电力控制系统有限责任公司