基于快速密度聚类的电力通信网节点重要性评估.pdf电力通信网的节点重要性评估是电力通信研究的一个重要

文件名称: 基于快速密度聚类的电力通信网节点重要性评估.pdf

所属分类: 其它

开发工具:

文件大小: 394kb

下载次数: 0

上传时间: 2019-09-13

提供者: weixin_********

下载 (394kb)

不能下载？报告错误

详细说明：电力通信网的节点重要性评估是电力通信研究的一个重要议题。针对目前电力通信网节点重要性评估存在的连接权值单一以及评价指标单一等问题，利用电力通信网的带宽和距离作为权值，计算电力通信网节点的多种评价指标：节点强度、节点紧密度以及节点的介数。基于电力通信网节点的多种评价指标，利用快速密度聚类方法建立电力通信网的节点重要性评估模型，为电网通信的规划做支撑。通过快速密度聚类方法进行无监督的分类，将节点分为若干个重要性等级。该方法可以有效地改善基于距离的无监督分类方法的不足。利用某省的实际电网通信数据进行检验，验证了该方法在电力通信网中的实用性。-92 电力乘统保护与拉制介数:选取复杂网络理论中合适的静态几何参聚类巾心决策图量进行网络拓扑脆弱性的计算。本文采用的是介数指标。节点介数定义为网络中所有最短路径中经过 0.4 聚类中心聚类屮心该节点的路径的数目占最短路径总数的比例。每个 0.3 节点的介数用参数b表示,反映节点在网络连通中的重要程度。b也反映了节点拓扑脆弱性,V表示节点在整个网络中的脆弱程度≈b,×100%。 00.51.01.52.02.53.03.5 维聚类图代表的是节点的相对拓扑重要度,测度了故障 0.2 造成的潜在影响程度,能够直接找到最脆弱点本文中以中国某省的电网通信实际数据作为分析来源,实现节点重要性的评估合· 2快速密度聚类 0.1 针对目前非监督聚类存在的一些问题,本文采 L.0 0 1.0 用快速密度聚类的方法来进行电力通信网的节点重要性评估分类。快速密度聚类算法的核心思想是: 图1算法实例展示类簇中心被具有较低局部密度的邻居点包围,且与 Fig 1 Algorithm examples figure 具有更高密度的任何点有相对较大的距离。基于这3节点重要性分类结果种思想,对于任意数据点i,需要计算两个量:局部密度值p,以及点i到具有更高局部密度点的距离本文利用节点度、节点紧密度、节点的介数作 6。n和的值都与数据点之间的距离a有关(d 为节点重要性的评价指标。节点度的大小非常直观反映了节点本身影响其他节点的能力。一般情况代表点i和点j之间的距离,本文中用欧式距离表度越大的节点重要性越大,但是对于某些桥节点来示)。任意数据点i的局部密度p定义如式(4) 说不正确。间接影响力反映节点通过网络对其他节 ,=X(d-d (4)点施加影响的能力,如紧密度和介数。本文利用节点度、节点紧密度、节点的介数这三个要素,基于其中,d是截断距离,如果d-d<0,那么快速密度聚类方法对通信网节点的重要性进行评 x(d-d)=1,如果d-dl≥0,那么就有估。本文中的要素为3个,那么分类空间为三维。在 x(d-d)=0。数据点i的局部密度本质上为数分关过程中,点和点之间的距离d利用欧式距离据点讠距离为d内的点的个数。实验表明分类结果表示。然后按照式(4)和式(5)分别计算节点 i(i=1,2,3…,n)的局部密度值p以及点具有更对d的大小选择具有很高的鲁棒性,d的大小对分高局部密度点的距离。然后寻找和都大的节类结果影响不大。在本文算法中对于d的选择规则点作为聚类中心。本文中利用p来作为寻找聚类为:使得点的平均邻居数大概是数据集中点的总数中心的依据。由于本文将节点的重要性分为4类,因的1%2%。点i到具有更高局部密度点的距离δ定此本文寻找pδ最大的4个点作为聚类中心,然后义为进行聚类。 8=min;e:>p, (di) 图2是网络节点的紧密度分析,从图2可以看在本算法中具有高和相对较高的的点可出,紧密度大的点它的度未必很大,但是该点在数被认为是类簇中心,类簇中心找到后,剩余的每个据传输中的作用却很大图3为网络节点的脆弱性分点被归属到它的有更高密度的最近邻所属类簇。类析,节点的脆弱性代表了该节点在网络连通方面的簇分配只需一步即可完成,不像其他算法要对目标能力,如果连通能力强,那么该节点遭到损毁后对函数进行迭代优化。图1中的简单示例展示了算法网络的影响就越大,即认为脆弱性强。从图3可以看的核心思想,下图为样本点的聚类,上图为聚类中出,节点的脆弱性并不和节点的度分布和紧密度成心的寻找完全的正相关关系狄立,等基于快速密度聚类的电力通信网节点重要性评估归一化节点度 0.35 056 归·化节点紧密度 0.61 0779051 归一化节点介数 0.61 0.87 0.8 069 82 x+/9:8<8 0.6 0.57 0.8 0.4 89 0.6 0.86 0.5 760.8l 0.831 097 0.2 5101520253035404550 0.5 节点编号图4节点度、紧密度以及介数之间的相关关系 0.87 Fig. 4 Correlation between joint strength, precision 068 0,57 70260.63 0.73 and node betweenness 0.55 061 0.75 本文利用快速密度聚类的方法对节点重要性进行评估。本文中的要素为3个,那么分类空间为三 0.51 维。因此木文将快速密度聚类的方法由二维推广至 0.4 038 三维,应用于节点重要性分类中。图5给出了基于种因素的聚类中心选择图,图中大的4个方块即为我图2节点紧密度分析图们所需的聚类中心,按照这4个聚类中心将所有节点 Fig. 2 Joint strength analysis of the nodes 进行聚类。聚类结果图为图6所示。图6中三个维度代表三个聚类因素,即节点度、紧密度以及脆弱性。 0 从图5中可以看出,本文的方法可以很好地将节点进 0.07 0.140.65 0.29 行重要性分类。图6中方形的节点代表重要性很强, 0 00.02 0. “*”代表该节点重要性比较强,三角形代表该节点 0. 0.31 0.09 038 0.28 重要性一般,圆形代表该节点重要性很弱。在实际 00 0.09 应用中,方形代表的节点要引起足够的重视。 0.7 0.6 0.5 0.4 0.64 044 0. 0.18 0.1 0.51.01.52.0 53.03.5 图3节点脆弱性分析图图5基于快速密度聚类的聚类中心选择图 Fig 3 Node vulnerability analysis Fig 5 Clustering center selection based on fast density clustering 图4给出了本文各种因素的分布。表1给出了这三种要素之间的相关性。从图4和表1中可以看出这三种因素之间并不完全是正相关的关系。因此在节 0.8 点重要性的度量上,需要综合考虑这三种因素 0.6 表1各要素之间的相关关系 0.4 Table 1 Correlation between the elements 0,2 节点度节点紧密度节点介数 0.8 节点度 0.57 0.71 0.6 05 0.4 节点紧密度 0.20 0.57 0.58 节点介数图6节点的重要性聚类分布图 0.71 058 Fig 6 Nodes' importance clustering distribution 94 电力系统保护与控制图7给出了电力通信网骨干网的节点重要性分[2]薛浩然,张珂珩,李斌,等.基于布谷鸟算法和支持向类结果,从图中可以很直观地看出我们采用的方法量机的变压器故障诊断[电力系统保护与控制可以比较好地对重要节点进行分类。在本研究中将 2015,43(8):8-13 距离和带宽的权值进行归一化整合,距离和带宽的 XUE Haoran, ZHANG Keheng, LI Bin, et al. Fault 权值各为50%。因此节点重要性的评估能够反映出 diagnosis of transformer based on the cuckoo search and 距离和带宽的影响。对于重要性一般的节点和重要 support vector machine[J]. Power System Protection and 性比较弱的节点来说,由于本文中采用了距离和带 Control,2015,43(8):8-13. 宽作为权值的一部分,因此一般重要性节点在距离 [3」李蓉蓉,陈曦,吴延琳,等.基于状态转移的高压直流和带宽的加权值比重要性比较弱的节点大。这也就输电系统可靠性分析叮.高压电器,2015(12):6671 LI Rongrong, ChEN XL, WU Yanlin, et al. Reliability 是图7中一般重要性节点和重要性比较弱的节点的 analysis of hvdc transmission system based on state 区别。 transition[]. High Voltage Apparatus, 2015(12): 66-71 [4]班淑珍,韩俊峰.改进关联规则方法在电力设备故障 700 预测中的应用叮]电网与清洁能源,2015,31(10) 600 83-88 500 BAn Shuzhen, han Junfeng. Application of improved 400 association rules method in prediction of electric power equipment faults[J]. Power System and Clean Energy, 2015,31(10):83-88 [5]国家能源局.DT光纤通道传输保护信息通用技术条 t00 400 500 件[S]2010 图7电力通信网节点的重要性分类图 [6 GUNGOR V C, LAMBERt F C. A survey on Fig. 7 Importance classification diagram of power communication networks for electric system automation[J] communication network Computer Networks, 2006, 50(7): 877-897 [7 GAO Huisheng, RaN Jingxue, SUN Yiqun. Risk evaluation 4结论 of communication network of electric power based on 电力通信网的节点重要性评估是电力通信研究 restriction coefficient[C] / International Conference on 的一个重要议题9。本文针对以往电力通信网节点 Wireless Communications, Networking and Mobile 重要性评估中存在使用单一因素的问题,采用节点 Computing,2007:3127-3134. 强度、节点精密度以及节点的介数作为节点重要性 [8]谢琼瑶,邓长虹,赵红生,等.基于有权网络模型的电的评价指标,并以电力通信网的带宽和距离作为权力网节点重要度评估[电力系统自动化,2009,34) 21-24 值,基于快速密度聚类方法建立电力通信网的节点 XIE Qiongyao, DENG Changhong, ZHAO Hongsheng, 重要性评估模型,为电网通信的规划做支撑。本文 et al. Evaluation method for node importance of power 通过快速密度聚类方法进行无监督的分类,将节点 grid based on the weighted network modelJ. automation of 分为4个重要性等级。本文利用某省的实际电网通 Electric Power Systems, 2009, 33(4): 21-24 信数据进行检验,验证了本文方法在电力通信网中[9]张恺伦,江全元.基于攻击树模型的WAMS通信系统的实用性,证明本文方法可以有效地应用于实际电脆弱性评估门、电力系统保护与控制,2013,41(7) 力通信网评估当中。 116-122 ZHANG Kailun, JIANG Quanyuan, Vulnerability 参考文献 assessment on WAMS communication system based on []李瑞生.一种基于虚拟节点网络拓朴结构适用于架空 attack tree modelJ]. Power System Protection and Control, 线路主动配电网的纵联保护方案[J电力系统保护与 2013,41(7):116-122 控制,2015,43(2):70-75 10]蒋康明,曾瑛,邓博仁,等.基于业务的电力通信网风 LI Ruisheng. An aerial line active distribution network 险评价方法叮电力系统保护与控制,2013,41(24) pilot protection scheme based on topology of virtual 101-106. node[J]. Power System Protection and Control, 2015 JIANG Kangming, ZENG Ying, DENG Boren, et al 43(2):70-75 Risk evaluation method of electric power communication 狄立,等基于快速密度聚类的电力通信网节点重要性评估 95 network based on services[J]. Power System Protection of complex network theory and its application in power and Control,2013,41(24):101-106. systems[J]. Power System Technology, 2012, 32(11) [1]郭静,王东蕊.基于复杂网络理论的电力通信网脆弱 114-119 性分析叮.电力系统通信,2009,309):6-10 [16]杨蕾,黄小庆,曹丽华,等.考虑区域性的复杂电力网 GUo Jing, WANG Dongrui. Vulnerability analysis on 络演化模型.电力系统及其自动化学报,2012,24(2) power communication network based on complex 5-10. network theory[U]. Telecommunications for Electric Power YANG Lei, HUANG Xiaoqing, CAO Lihua. Novel System,2009,30(9):6-10 evolving network model for complex power grid [12]程文清,马庆峰,赵建之.电力光纤传输网可靠性评 considering rationality[J]. Proceedings of the CSU-EPSA, 估方法的研究[.电力系统通信,2011,32(9):115 2012,24(2):5-10 CHENG Wenqing, MA Qingfeng, ZHAO Jianzhi. [17] HE Xi, WANG Wei, LIU Xinyu, et al. Risk assessment of Research on the reliability evaluation of power optical communication network of power company based on fiber transmission network]. Telecommunications for rough set theory and multiclass Svm[]. Physics Procedia, Electric Power System, 2011, 3209):11-15 2012.24:1226-1231 [13]高会生,王旭蕊,王慧芳.一种基于贝叶斯网络的电18 ALEX R, LAIO A. Clustering by fast search and find of 力通信网SDH设备综合安全评估模型[J.现代电力, density peaks []. Science, 2014: 1492-1496 2014,31(3):68-73 [19]姚致清,于飞,赵倩,等.基于模块化多电平换流器的 GAO Huisheng, WANG Xurui, WANG Huifang. A 大型光伏并网系统仿真研究[.中国电机工程学 comprehensive security evaluation model of SDH 报,2013,33(36):27-33 equipments in power communication network based on YAO Zhiqing, YU Fei, ZHAO Qian, et al. Simulation Bayesian network[]. Modern Electric Power, 2014 research on large-scale PV grid-connected systems based 31(3):68-73 on MMCU] Proceedings of the CSEE, 2013, 33(36): 27-33 [14]梅鲁海.基于SDH光网络的分层区域式保护通信系统的可靠性研究[叮.电力系统保护与控制,2014,42(21): 收稿日期:2015-08-06 修回日期:2015-10-19 81-85 作者简介 MEI Luhai. Reliability research of layered regional 狄立(1987-),男,硕士,工程师,研究方向为电力 protective communication system based on SDH optical 通信网络评估;E-mai:137886399 gecom network[J]. Power System Protection and Control, 2014 郑征(1979-),男,硕士,工程师,研究方向为电力 42(21):81-85 通信系统规划等;E-mail:342100300qcom [15]蔡泽祥,王星华,任晓娜.复杂网络理论及其在电力夏旻(1983-),男,通信作者,博士,副教授,研究系统中的应用研究综述电网技术,2012,32(1):方向为大数据分析及机器学习理论,电力通信网评估等Emal: 114-119 xiaminnuist.edu.cn CAI Zexiang, WANG Xinghua, ren Xiaona. A review 编辑葛艳娜)

(系统自动生成,下载前可以参看下载内容)