基于重要節點識別的泛在電力物聯網魯棒性評估策略

鹿 優，潘志遠，徐 偉，陳雪峰，楊 帆

（1.國家電網有限公司技術學院分公司，山東 泰安 271000；2 國網山東省電力公司泰安供電公司，山東 泰安 271000；3.山東泰山抽水蓄能電站有限責任公司，山東 泰安 271000）

0 引言

當前，電網企業為適應新形勢、增長新動能、打造新業務、開辟新市場，將先進信息技術與堅強智能電網［1］相融合，廣泛應用大數據、云計算、物聯網、移動互聯網、人工智能、區塊鏈、邊緣計算等技術，實現電力生產全過程和電力系統各環節的萬物互聯、人機交互和信息共享，構建擁有全方位狀態感知、高效能信息處理、便捷化靈活應用等能力的智慧服務系統，稱為泛在電力物聯網［2］。泛在電力物聯網的建設將依托堅強智能電網，并對目前的電力通信網進行延伸。建成后，網絡鏈路規模、數據處理能力與業務貫通程度均有大幅提升，能夠實現能源流、業務流、數據流“三流合一”［3］，是典型的復雜網絡［4］。復雜網絡的魯棒性［5］作為評估系統生存能力的關鍵指標，一直被廣泛關注。許多學者從物聯網性能指標的角度研究了魯棒性的評估策略，文獻［6］可作為這種思路典型代表，選取能夠體現物聯網性能的指標作為評估依據，但這一思路難以規避物聯網魯棒性本身的不確定性，也難為運維提供導向。需要依據泛在電力物聯網的結構特點，設計魯棒性的評估策略，保持對網絡功能的實時關注，為泛在電力物聯網的建設、運維和管控提供導向。

通過分析泛在電力物聯網的整體結構，探尋其網絡特性，提出泛在電力物聯網魯棒性的概念，分析魯棒性的擾動因素，依據網絡特點擬定泛在電力物聯網魯棒性的評估策略，建立一組魯棒性評估指標，計算和分析網絡模型的各項評估指標，得出模型的魯棒性評估結論。

1 泛在電力物聯網的結構及特點

1.1 泛在電力物聯網的結構

基于堅強智能電網，應用泛在物聯［7］的概念，實現任何時間、任何地點、任何人、任何物的信息連接與交互，構成了泛在電力物聯網，按照功能可將整個網絡分為4 個層面［8］，即：感知層、網絡層、平臺層和應用層。泛在電力物聯網的結構如圖1 所示。

感知層處于泛在電力物聯網的“邊緣”，以各型傳感器、模式識別和視頻監控設備，提取電力生產全過程和電力系統各環節的實時數據和狀態信息，以標準化通信接口與終端通信節點連接，具備邊緣智能處理能力［9］，融合了接入、通信、計算、存儲等功能，完成原始數據的就地處理，減輕網絡云計算壓力，降低傳輸帶寬負擔。

網絡層作為貫通云平臺與邊緣節點的“脈絡”，以電力光纖通信網為主干，以5G 通信［10］和衛星通信方式構建的無線通信網為延伸，將各場景中的邊緣節點納入通信網絡。網絡層按照功能可進一步劃分為接入層、匯聚層、核心層以及骨干層，網絡帶寬、傳輸速率、節點數量、單一節點連接數依次提升。

平臺層可以視為泛在電力物聯網的“后臺”，基于大數據、云計算技術構建，主要作用是存儲和管理各場景數據，統計和分析各單元信息，計算和校驗各環節指標，為內外部各項應用服務提供一個兼容、共享的運行管控環境以及大數據支撐。

應用層是泛在電力物聯網中數據與用戶交互的“前臺”，對通過泛在物聯獲取的大數據進行充分的處理和發掘，使數據的潛在價值得以顯性化，將相應的指標和信息以直觀友好的方式向用戶呈現和交互，滿足行業內外部各類型用戶的應用需求。

1.2 泛在電力物聯網的特點

智能電網原有業務體系均基于各專業需求構建，雖然縱向貫通，但是橫向獨立，難以實現數據和信息的跨專業交互和共享，形成了多個孤立運作的業務群。泛在電力物聯網將統一數據采集和交互標準并規范接口模式，實現業務的橫向貫通和數據的跨專業共享，并以無線通信技術打通智能電網通信的“最后一公里”，以靈活接入、界面友好的智能移動終端設備［11］拓展數據信息的應用空間，為用戶提供優質高效簡捷的服務，從而優化業務運作模式和人員協作模式。所以，泛在電力物聯網的建設將推動新業態的產生，為電網發展和企業轉型帶來空前機遇。

圖1 泛在電力物聯網結構

泛在電力物聯網將感知、接入、傳輸、計算、存儲等設備集成到電廠、變電站、調度中心、電力用戶等電力系統各級各類場景中，各場景之間由電力網絡和通信網絡相互聯接，形成了具有要素互聯、狀態感知、開放共享和融合創新能力的智慧服務系統。這些物聯網設備高度集成的場景成為影響整個系統功能的要素。根據復雜網絡理論，將集成大量泛在電力物聯網設備設施的場景單元抽象為節點，將聯接各場景之間的電力網、通信網抽象為邊，便于應用復雜網絡理論研究泛在電力物聯網。

移動互聯網技術的應用，讓節點接入更加便利，組網方式更加靈活，拓撲結構更加復雜。隨著新節點的不斷接入，泛在電力物聯網的規模將持續增長。根據“馬太效應”，新接入節點具有與高連接度節點相連的傾向，少數節點通常擁有大量連接，而大多數節點的連接數較少，即節點的連接度符合冪律分布，體現出復雜網絡的無標度特性［12］。

2 泛在電力物聯網的魯棒性及其擾動因素分析

2.1 泛在電力物聯網的魯棒性

泛在電力物聯網由系統論的角度著眼，可被視為一個廣義的復雜控制系統，其中，狀態感知、信息提取、邊緣計算、信號接入、數據傳輸、應用處理等各層面、各環節在實際運行的過程中會受到復雜物理環境和網絡環境的影響，以及諸多已知和未知因素的干擾，系統參數攝動在所難免，所以需要將魯棒性作為系統性能的評估指標，引入泛在電力物聯網。

泛在電力物聯網的魯棒性是指當網絡遭受沖擊或參數發生擾動時，網絡性能保持穩定以及系統維持正常運行的能力。由于泛在電力物聯網從結構上分為4 個層面，可將擾動按照層面分解，則泛在電力物聯網的魯棒性描述為

式中：R 為泛在電力物聯網的魯棒性；Zi為影響感知層的擾動因素；Wj為影響網絡層的擾動因素；Tm為影響平臺層的擾動因素；Yn為影響應用層的擾動因素；ai、bj、cm、dn分別為不同層面不同因素對應的權重；k1、k2、k3、k4分別為各層擾動因素的數量。式（1）旨在定義泛在電力物聯網的魯棒性，由于擾動因素的量化過程較為煩瑣，不參與本文魯棒性評估計算。這種描述方式從整體上體現了泛在電力物聯網的系統結構，因此分析網絡結構是研究泛在電力物聯網魯棒性的要點。

2.2 擾動因素分析

泛在電力物聯網的魯棒性擾動因素按照來源可分為內部因素和外部因素。內部因素主要是系統本身的參數攝動，經過驗證影響較大的因素包括：信號采集成功率、傳感器節點密度、傳感器節點失效率、傳感器節點信噪比、信號采集吞吐量、信號傳輸時延、時延抖動、終端丟包率、終端誤碼率、終端可用帶寬和工作頻段等［13］。外部因素是指系統遭受的沖擊破壞、網絡攻擊、自然災害等。由于大多數節點的連接數較少，所以泛在電力物聯網在應對隨機攻擊或意外故障時，網絡功能受影響較小，表現出較強的魯棒性；由于少數節點的連接數較大，當泛在電力物聯網遭到針對這些少數節點的惡意攻擊時，一旦連接數高的節點失效，網絡功能將被嚴重打擊，甚至解體癱瘓。實時評估網絡魯棒性，對于制定泛在電力物聯網安全防護策略以及從整體上做好網絡運維意義重大。

3 魯棒性評估策略及評估指標體系

3.1 魯棒性評估策略

由復雜網絡的無標度特性可知，具有較高連接度的節點通常是影響網絡功能的關鍵因素，雖然此類節點數量較少，但其重要程度很高，在網絡安全防護和運維資源配置時，應予以重點關注。然而，節點連接度僅是評估網絡魯棒性的一項因素。所以，泛在電力物聯網的魯棒性評估策略是建立一組合理的評估指標，通過核算各項指標數值，量化網絡節點的重要程度，從宏觀上確定對網絡功能影響較大的“關鍵少數”節點，找準決定網絡魯棒性的重點部位。

3.2 魯棒性評估指標體系

泛在電力物聯網的復雜拓撲結構可以抽象為由節點以及連接節點的邊構成，兩個節點之間通過相連的邊進行信息交互，且不受固定的方向和權值的限制，由此建立泛在電力物聯網的模型為無向無權［14］網絡G=（V，E），V 為網絡中節點的集合V＝｛v1，v2，v3，…，vn｝，E 為網絡中邊的集合，E＝｛e1，e2，e3，…，em｝。若節點vi經由一條邊與節點vj相連，則vij=1；反之，若節點vi與節點vj不相連，則vij＝0。對于任意節點vi，vii=0。節點vi的重要程度，可以量化為該節點的幾項關鍵參數，包括：度中心性［15］、中介中心性［16］、接近中心性［17］、最大連通度［18］和連通因子［19］等，通過核算和分析各節點的關鍵參數，確定節點的重要程度。

1）度中心性（Degree Centrality）是描述與節點直接相連邊的數量的指標。該指標體現一個節點擁有的連接數越多，其通信能力和影響范圍越大，其重要程度越高，但無法區分連接數相同節點的重要度。節點的度vi中心性為

2）中介中心性（Betweenness Centrality）是描述某一節點位于其他節點之間的最短路徑數的指標。該指標體現一個節點對其他節點通信功能的影響力，若節點的中介中心值高，則對網絡通信功能影響較大，其重要程度較高。以gpq表示網絡中所有節點到其他節點的最短路徑數，以gpq（i）表示所有最短路徑經過節點vi的數量，則節點vi的中介中心性為

3）接近中心性（Closeness Centrality）是描述從指定節點到其他節點的最短路徑倒數的指標。該指標反映了節點與網絡中其他節點的接近程度，若節點的接近中心值高，則其在網絡中位于中心位置的可能性就大，重要程度就高，反之則說明節點被網絡邊緣化，影響力小。以dij表示節點vi與節點vj之間的最短距離，則節點vi的接近中心性為

4）最大連通度Gmax是描述節點受損失效后，在所有依然具備連通功能的子網絡中，最大連通子網的節點數占所有連通子網中節點數的比例。Gmax值越大，說明失效節點對網絡功能影響較小，網絡的魯棒性較強，通信能力得到較好的維持。當節點vi受損后，以Nmax表示此時最大連通子網的節點數，以N′表示不含孤立節點的所有連通子圖的節點數，則此時網絡的最大連通度為

4 網絡模型建立及算例分析

4.1 建立網絡模型

泛在電力物聯網在拓撲結構方面兼容了堅強智能電網中的典型拓撲，融合了星形、樹形、總線形、環狀等經典結構。為了確保電力供應不間斷和通信傳輸不中斷，增強網絡魯棒性，堅強智能電網中的重要節點通常采取環形組網方式，保證鏈路的100%冗余備份。可將結構特點提取并抽象為網絡模型，如圖2所示。該網絡模型由16 個節點按照泛在電力物聯網典型拓撲構成，包含環網、環相切、環帶鏈等經典結構，節點度最大為8，節點度平均為3.125。

圖2 網絡模型

4.2 評估策略驗證分析

按照魯棒性評估策略，逐一計算網絡模型中每個節點的5 項評估指標，即度中心值DC、中介中心值BC、接近中心值CC、最大連通度Gmax、連通因子。計算結果如表1 所示，節點2、節點3 的度中心值、中介中心值、接近中心值3 項指標顯著高于其余節點，由各節點最大連通度指標可知，節點3 的Gmax數值最小，所以當節點3 失效時，網絡功能最受影響，且節點3 的度中心值、中介中心值、接近中心值最高，說明在該網絡模型中節點3 最重要。雖然節點3、節點14 的連通因子值最小，但是這兩個節點出現這一現象的原因不同，由于節點3 的度最大，當該節點失效時，與節點2、節點4、節點6、節點7、節點9、節點10、節點12 與節點16 的連接斷開，導致節點4、節點16 與主網脫離，網絡功能受損嚴重；由于節點14 與節點15 采取星形組網方式，當節點14 失效時，導致節點15 成為孤立節點，說明這種連接方式不利于維持網絡功能，使網絡魯棒性降低。節點4、節點5、節點7、節點8、節點9、節點10、節點12、節點15 與節點16 的中介中心值為0，說明這些節點對其他節點的通信功能沒有影響；節點9、節點10 的接近中心值較高，說明靠近網絡核心，雖各自與節點2、節點3形成環形連接，但節點9、節點10 不在任何節點之間的最短路徑上，所以環形結構能夠提升網絡魯棒性。由上述分析可知，單從一項指標無法區分節點的重要程度，通過核算和分析網絡節點的5 項指標，不僅能夠確定節點的重要程度，而且能夠大致掌握節點在網絡的分布位置，以及節點對網絡功能的影響力和組網方式等信息，對于進一步有針對性地做好網絡建設以及優化資源配置提供重要參考。

表1 網絡模型中各節點的5 項指標參數

將網絡模型中各節點的5 項指標參數繪制成折線圖如圖3 所示，從圖中可以直觀看到當某一節點失效時，網絡最大連通度的變化，繼而迅速鎖定對網絡功能影響較大的節點，再對比其他指標可以確定網絡中最重要節點為節點3，當節點3 失效后，網絡魯棒性最低。其余節點受攻擊時，網絡的最大連通度和連通因子均處于較高的值，網絡具有較高魯棒性。

圖3 網絡模型中各節點的5 項指標參數

5 結語

基于泛在電力物聯網典型拓撲構建了網絡模型，算例分析驗證了所提魯棒性評估策略的可行性，為在實際網絡中的推廣應用奠定基礎。泛在電力物聯網規模龐大，在萬物互聯的狀態下，電氣設備或變電站均能夠抽象為網絡中的節點，通過狀態感知能夠獲得網絡以及各節點的實時狀態，應充分發揮云計算功能，即時定位重要節點，找準影響網絡功能的關鍵，實現網絡魯棒性的實時評估，確保網絡整體的安全穩定，提升泛在電力物聯網容災能力、容錯能力。