智能電網通信節(jié)點的風險評估算法研究

馮偉東，焦堯毅，魯　云，孫　勇，曾　聰，向　輝，王　婕，劉　燦

(1.國網湖北省電力公司信息通信公司，湖北 武漢 430077；2.北京郵電大學 信息與通信工程學院，北京 100876；3.國網湖北省電力公司宜昌供電公司，湖北 宜昌 443000；4.國網湖北省電力公司荊門供電公司，湖北 荊門 448001)

0　引言

智能電網是將先進的傳感器量測技術、信息通信技術、分析決策技術和自動控制技術與能源電力技術以及電網基礎設施高度集成而形成的新型現代化電網，能夠實現電網的可靠、安全、經濟、高效、環(huán)境友好和使用安全的目標。近年來，隨著電力行業(yè)的發(fā)展，智能電網的進程不斷加快。智能電網的建設關系到人民日常生活，關系到國家的能源戰(zhàn)略部署。電力通信專網作為智能電網的通信支撐，可實現所有電力系統(tǒng)環(huán)節(jié)的全覆蓋，實現與用戶的信息交互，在智能電網中具有極其重要的作用[1]。同時，智能電網中電力通信專網是關系到國家能源戰(zhàn)略及安全的重大基礎設施工程。

電網通信節(jié)點一旦發(fā)生安全事件，不僅將直接影響電力通信系統(tǒng)的服務質量，而且還可能對電網的安全穩(wěn)定運行造成破壞。通信網絡的節(jié)點風險評估可以把通信節(jié)點的重要程度標識出來，對通信網絡的風險值進行分析，估計其造成的不良影響[2]。

復雜網絡的節(jié)點重要度評估的傳統(tǒng)方法包括了基于最短路徑、介數法、生成樹數評估方法及因子分析法等，這些方法往往只關注了網絡中某一特性的研究，不能全面地反映節(jié)點的重要程度。文獻[2-3]選取網絡鏈路帶寬作為網絡權值建立電力通信骨干網模型，利用節(jié)點在電力系統(tǒng)中的權值作為修正系數，提出了電力通信骨干網節(jié)點重要度的一種評價方法。文獻[4-5]提出了基于神經網絡的電力通信網風險評估算法。文獻[6-7]針對電力光纖通信網的現狀及其在風險評估中存在的問題，利用層次分析方法(AHP)進行節(jié)點風險評估。文獻[8-9]提出了一種基于節(jié)點互信息的復雜網絡重要度評估方法，該方法以一般網絡拓撲為研究對象，沒有考慮節(jié)點承載業(yè)務的特性。

本文提出了結合業(yè)務承載特性的電力通信網節(jié)點重要度評價方法，該方法首先計算通信節(jié)點的互信息量，同時結合通信節(jié)點承載的業(yè)務重要度作為鏈路權值以及節(jié)點重要度的評價指標。

1　系統(tǒng)模型

智能電網場景如圖1所示，包括智能輸電網、智能配電網和通信網。電力生產和管理的很多業(yè)務都承載在通信網中，其結構復雜、規(guī)模龐大，如果發(fā)生任何故障都有可能對電網的安全穩(wěn)定運行構成嚴重影響[10]。

圖1　智能電網場景

將網絡抽象為拓撲圖G=(N，L)，其中N={ni}為網絡節(jié)點集，L={li}為網絡的鏈路集。將業(yè)務抽象為M=(S，R)，其中S={si}為業(yè)務集，R={ri}為業(yè)務重要度集。

根據業(yè)務特性進行風險評估，因此給出業(yè)務重要度指標[11]。業(yè)務重要度定義為業(yè)務發(fā)生中斷或可靠性降低時，對電網安全穩(wěn)定運行的影響程度，影響越大，業(yè)務的重要度就越高。該指標能夠體現業(yè)務對電網安全運行風險的影響程度。電力通信網上承載著多種不同的業(yè)務，每種業(yè)務對系統(tǒng)安全運行的影響程度也不一樣[12]。

電力業(yè)務的功能不同，對傳輸通道的特性要求也不一樣，根據電力生產需求特點，將業(yè)務的安全要求及傳輸要求綜合評估對網絡的風險影響，使用層次分析法計算出業(yè)務重要度，如表1所示[2]。

表1業(yè)務重要度指標

標號業(yè)務業(yè)務重要度s1線路的繼電保護0．9661s2安穩(wěn)系統(tǒng)0．9448s3調度電話0．8550s4調度自動化0．9161s5保護管理信息系統(tǒng)0．6480s6廣域管理信息系統(tǒng)0．8236s7雷電定位監(jiān)督系統(tǒng)0．4651s8變電站視頻監(jiān)督系統(tǒng)0．3755s9視頻會議系統(tǒng)0．5490s10行政電話0．4739

2　基于互信息的節(jié)點重要度評估

基于互信息的節(jié)點重要度評價方法是使節(jié)點重要度計算更全面、更準確的一種方法。

步驟1：基于業(yè)務重要度計算鏈路權值。利用層次分析法，構造電力通信網業(yè)務重要度各層指標相對重要性判斷矩陣，得到典型電力通信業(yè)務的業(yè)務重要度。

步驟2：基于鏈路權值采用互信息法計算節(jié)點重要性。該評估方法通過節(jié)點的信息量來評估節(jié)點的重要性，每個節(jié)點的邊決定其所包含的信息量。節(jié)點的信息量是通過先計算節(jié)點之間的互信息，也就是與該節(jié)點相連每條邊的信息量，然后計算節(jié)點所包含的信息總量。

步驟3：在計算出所有節(jié)點的信息量之后，從大到小進行排序，信息量大的節(jié)點重要性也越強。

2.1　鏈路權重

在通信網中不同的鏈路對網絡的影響也不完全相同，因此每條鏈路對網絡風險的影響程度也不同。

定義鏈路的權重為鏈路在網絡中的影響力。鏈路權重反映了鏈路在網絡中的重要程度[13]。

鏈路lk的權重為：

(1)

式中，q為鏈路lk上運行的業(yè)務總數；nkq為鏈路lk上所運行的第q類業(yè)務；rq為第q類業(yè)務的重要度；鏈路權重wk為鏈路lk的權值。

對節(jié)點ni連接的所有邊的權值進行歸一化得：

(2)

式中，Ei是與節(jié)點i相連接的鏈路集合；wk為相鄰兩點間的邊權。

式(2)考慮了節(jié)點與其他節(jié)點的連接數以及業(yè)務的運行狀況，可體現出節(jié)點與鄰接節(jié)點間的相互影響，表征了每個節(jié)點在業(yè)務層面上的特征數值。

2.2　互信息與信息量

使用互信息的評估方法是通過采集節(jié)點的信息量來評估節(jié)點的重要性，其中每個節(jié)點所包含的信息量由它的邊來決定，可以作為風險評估的標準之一。

節(jié)點的信息量是先計算節(jié)點之間的互信息，即與該節(jié)點相連的每條邊的信息量，然后再計算該節(jié)點所包含的信息總量。

設節(jié)點i到節(jié)點j的互信息表示為I[i，j]：

(3)

如果節(jié)點i和節(jié)點j直接相連則為前者，其他情況為0。式中，pij為節(jié)點i的邊(i，j)的概率。本方法中將歸一化鏈路權重作為節(jié)點邊的概率，即pij=wk，其中邊(i，j)即為鏈路lk。

節(jié)點i的信息量是i與其他節(jié)點的互信息之和，表示為I[i]：

(4)

2.3　節(jié)點重要度分布值

節(jié)點重要度分布值D是衡量電網中鏈路風險分布的指標，可以用統(tǒng)計學中的方差來直觀地反映某一總體各單位標志值的差異程度、集中或離散狀況，也是風險評估的標準之一。

(5)

式中，I[i]為節(jié)點i的信息量；i為I[i]的平均值；n為節(jié)點的個數。

3　仿真結果與分析

3.1　以典型通信網絡拓撲圖為例進行評估

基礎網絡拓撲圖如圖2所示，表2是圖2的鏈路業(yè)務分布情況，其中，0表示沒有業(yè)務分布，1表示有一次業(yè)務分布。

圖2　基礎網絡拓撲

表2鏈路業(yè)務發(fā)布表

業(yè)務l1l2l3l4l5l6l7l8l9s1111111000s2211011000s3000000000s4000010010s5000100110s6100100111

首先建立鏈路的業(yè)務分布矩陣lmn(9*6)，其中m行表示第m條鏈路，n列表示第n個業(yè)務。

(6)

根據業(yè)務重要度矩陣得到s1～s6的業(yè)務重要度：

si=[0.9661 0.9448 0.855 0.9161 0.648 0.8236]T，

(7)

所以每個鏈路的權重為：

wk=lmn*si=

[3.6793 2.7345 1.9109 2.4377 4.2986 1.9109

1.4716 2.3877 0.8236]T，

(8)

將得到的各個鏈路權重歸一化。

接著基于鏈路權值采用互信息法計算節(jié)點重要性。先計算節(jié)點之間的互信息，然后計算節(jié)點i的信息量，即節(jié)點i與其他節(jié)點的互信息之和，即

Ii=[0.0321 -0.2094 0.2392 0.3456

-0.7873 0.2230 0.6360]T。

(9)

本文采用基于介數法的重要度評價方法與本文所提出的基于互信息的重要度評價方法來分析節(jié)點的重要度。2種算法均采用業(yè)務重要度為鏈路權重。

節(jié)點介數定義為網絡中所有最短路徑中經過該節(jié)點的路徑的數目占最短路徑總數的比例。所以首先應求出各點到各點的最短路徑，可用迪杰斯特拉算法，然后算出經過某一節(jié)點有幾條路徑，之后求出節(jié)點介數[5]。

圖2所示拓撲圖的通信節(jié)點重要度對比結果如表3所示。從表3可以看出，通過介數法只能看到N2點的介數值遠大于平均值，N5點的介數值稍稍比平均值大，說明介數法凸顯出N5點的重要度。通過互信息法，可以看出除了N2、N5點的數值離均值較遠，N7和N4點的數值離均值也偏大。仿真結果表明互信息法能夠更加精確地表現出通信網節(jié)點的重要度分布。

表3典型電力通信網節(jié)點重要度對比結果

編號度數法介數法互信息法N130．13330．0321N231．1333-0．2090N320．00500．2392N430．26670．3456N530．3333-0．7873N620．00500．2230N720．07000．6360分布值/D0．15800．2105均值/M0．26310．0862

圖3進一步給出了更直觀的對比結果。

圖3　典型電力通信網節(jié)點重要度分布對比結果

通過分析分布值，互信息法的數值分布離散程度偏大，表明拓撲路徑需要改進，原因是網絡中某些重要鏈路的風險過大，或部分鏈路承載的業(yè)務量太大，使得網絡有一定的運行風險。

3.2　以骨干網拓撲圖為例進行評估

基礎網絡拓撲圖如圖4所示，圖4的鏈路業(yè)務分布情況如表4所示。其中0表示沒有業(yè)務分布，1表示有一次業(yè)務分布。

圖4　骨干網網絡拓撲

表4鏈路業(yè)務分布情況

業(yè)務l1l2l3l4l5l6l7l8l9l10s11110000000s20000111000s30001010100s40000000000s50011101000s60000000000s70000000111

最后給出骨干網節(jié)點重要度評估對比結果如表5和圖5所示。

表5骨干網節(jié)點重要度對比結果

編號度數法介數法互信息法N110．24110．7033N210．40120．7033N341．4333-2．1232N410．26670．7032N530．3333-0．1489N620．10050．3975N740．7107-1．4191N820．10020．1792N920．42131．0289分布值/D0．17171．1596均值/M0．41800．0027

圖5　骨干網拓撲圖節(jié)點重要度分布對比結果

表5給出了圖4所示的拓撲圖的通信節(jié)點重要度對比結果。從表5可以看出，通過介數法只能看到N3點的介數值是遠遠大于平均值的，N7點的介數值稍稍比平均值大，說明介數法凸顯出N3點的重要度；通過互信息法，可以看出除了N1、N2、N3和N9點的數值離均值較遠。圖5更能直觀體現互信息法能夠更加精確地表現出通信網節(jié)點的重要度分布。

4　結束語

本文研究考慮業(yè)務重要度的智能電網通信節(jié)點風險評估方法。電力通信網評估中考慮業(yè)務的不同重要等級非常關鍵。以業(yè)務重要度為鏈路權值并根據節(jié)點互信息給出節(jié)點的重要度評估方法，實現對電力通信網的風險評估。該方法考慮了網絡拓撲的同時還考慮了節(jié)點間傳輸業(yè)務的多少和重要程度。針對典型網絡拓撲進行了仿真分析，仿真結果表明，本文提出的互信息量通信節(jié)點重要度評估方法具有有效性與準確性。

[1]石際.電力通信及其在智能電網中的應用[J].數字技術與應用，2012(6)：50-51.

[2]曾瑛，汪瑩，董希杰，等.電力通信骨干網節(jié)點重要度評價方法[J].華北電力大學學報(自然科學版)，2013(5)：65-69.

[3]ZHANG Yi，XU Kaihua，LIUYuhua，et al.Modeling of Scale-free Network Based on Pagerank Algorithm[C]∥MICFCC 2010，IEEE Computer Society，2010：V3-778-782.

[4]亓峰，李琪，韓騫，等.基于神經網絡的電力通信網風險評估方法[J].北京郵電大學學報，2014(1)：90-93.

[5]HOU Hui，ZHOU Jianzhong，ZHANG Yongchuan，et al.A Brief Analysis on Differences of Risk Assessment Between Smart Grid and Traditional Power Grid[C]∥KAM，2011：188-191.

[6]高會生，冉靜學，孫逸群.基于改進層次分析法的電力光纖通信網風險評估[J].華北電力大學學報(自然科學版)，2008(1)：98-101.

[7]DENG Chuang，LIU Junyong，LIU Youbo，et al.A Fuzzy Comprehensive Evaluation for Metropolitan Power Grid Risk Assessment[C]∥ICSGCE，2016：1-5.

[8]張翼，劉玉華，許凱華，等.一種基于互信息的復雜網絡節(jié)點重要性評估方法[J].計算機科學，2011(6)：88-89.

[9]JUDITH E Y R，WOLTHUIS Reinder，FRANSEN Frank，et al.An Enhanced Risk-assessment Methodology for Smart Grids[J].Computer，2017，50(4)：62-71.

[10] BARNFATHER P L，HUGHES D.Building Risk-based Investment Programmes for the Smart Grid Era[C]∥IET and IAM Asset Management Conference，2011：12.

[11] ZHOU J，MU Z.Research on Smart Grid Risk Assessment Based on Matter-element Extenics[J].International Journal of Security and Its Applications，2016，10(8)：215-224.

[12] ZHAO P，CHEN X，YU P，et al.Risk Assessment and Optimization for Key Services in Smart Grid Communication Network[C]∥Proceedings of the IM 2017，Lisbon，Portugal，2017：600-603.

[13] ZADJALIAl，ALI A S，BALUSHI T A.Risk Assessment for Cyber-physical Systems：An Approach for Smart Grid[C]∥IBIMA，2016：3204-3213.