一種電力通信網(wǎng)絡(luò)重要節(jié)點(diǎn)識(shí)別模型

王炳焱

(廣東電力通信科技有限公司，廣州 510700)

0 引言

當(dāng)前智能電網(wǎng)[1-3]技術(shù)持續(xù)進(jìn)步，電力系統(tǒng)要求電力通信網(wǎng)絡(luò)[4]具備越來(lái)越強(qiáng)的安全性、抗攻擊性、抗脆弱性。作為電網(wǎng)中重要一環(huán)，電力通信網(wǎng)絡(luò)主要根據(jù)業(yè)務(wù)類型定義的服務(wù)級(jí)別進(jìn)行分類。節(jié)點(diǎn)是網(wǎng)絡(luò)的重要組成部分，故障節(jié)點(diǎn)會(huì)影響許多網(wǎng)絡(luò)服務(wù)，甚至中斷一些網(wǎng)絡(luò)服務(wù)。從電力通信網(wǎng)絡(luò)的情況來(lái)看，節(jié)點(diǎn)故障會(huì)中斷水平高的電力通信網(wǎng)絡(luò)服務(wù)，或者造成無(wú)法接受的電力通信網(wǎng)絡(luò)延遲問(wèn)題，這種延遲或者中斷，會(huì)極大影響電網(wǎng)系統(tǒng)(例如狀態(tài)監(jiān)測(cè)系統(tǒng)與生產(chǎn)控制系統(tǒng))的狀況[5-6]。所以，確需對(duì)關(guān)鍵節(jié)點(diǎn)進(jìn)行識(shí)別與保護(hù)，以減少網(wǎng)絡(luò)的風(fēng)險(xiǎn)或者脆弱性。

目前，大量學(xué)者對(duì)電力通信網(wǎng)絡(luò)進(jìn)行了研究。文獻(xiàn)[7]基于5G網(wǎng)絡(luò)進(jìn)行電力通信網(wǎng)分布式測(cè)量系統(tǒng)設(shè)計(jì)。該系統(tǒng)以網(wǎng)絡(luò)層、傳輸層、應(yīng)用層三方面若干個(gè)指標(biāo)為測(cè)量目標(biāo)，通過(guò)探針采集各項(xiàng)數(shù)據(jù)，綜合判斷電力通信網(wǎng)運(yùn)營(yíng)狀態(tài)。然而系統(tǒng)未考慮電力通信網(wǎng)絡(luò)中重要節(jié)點(diǎn)的重要性度量。文獻(xiàn)[8]提出了一種基于最小路徑選擇度的電力通信網(wǎng)絡(luò)路由優(yōu)化策略。該模型將基于圖形卷積網(wǎng)絡(luò)的鏈路帶寬占用率預(yù)測(cè)模型的預(yù)測(cè)結(jié)果與三角模算子相結(jié)合得到路徑選擇度，作為電力業(yè)務(wù)傳輸路徑選擇的依據(jù)，實(shí)現(xiàn)了電力通信網(wǎng)鏈路資源的動(dòng)態(tài)分配。文獻(xiàn)[9]基于PageRank算法設(shè)計(jì)電力通信網(wǎng)絡(luò)路由優(yōu)化方法。該方法通過(guò)構(gòu)建通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，獲取通信網(wǎng)絡(luò)特征，基于PageRank算法識(shí)別關(guān)鍵節(jié)點(diǎn)，調(diào)整通信網(wǎng)絡(luò)的負(fù)載策略，設(shè)置通信路由目標(biāo)函數(shù)，優(yōu)化約束條件，使信息資源最大化利用。文獻(xiàn)[10]提出一種電力通信網(wǎng)絡(luò)海量告警信息降噪收斂方法。通過(guò)電力系統(tǒng)通信網(wǎng)絡(luò)的設(shè)備狀態(tài)以及報(bào)文接收狀態(tài)告警之間的關(guān)系，建立報(bào)文接收狀態(tài)告警模型。文獻(xiàn)[11]以IMS技術(shù)體系結(jié)構(gòu)為基礎(chǔ)，構(gòu)建基于IMS技術(shù)的電力通信網(wǎng)絡(luò)跨域融合技術(shù)架構(gòu)。利用該技術(shù)架構(gòu)的接入層連接不同跨域網(wǎng)絡(luò)終端后經(jīng)過(guò)網(wǎng)關(guān)控制協(xié)議轉(zhuǎn)換后，實(shí)現(xiàn)不同電力通信業(yè)務(wù)跨域IP入網(wǎng)；電力通信業(yè)務(wù)進(jìn)過(guò)傳輸層的Go接口、NGN分組核心網(wǎng)絡(luò)以及媒體網(wǎng)關(guān)、多媒體資源管理器傳輸?shù)綍?huì)話控制層內(nèi)的媒體網(wǎng)關(guān)控制功能內(nèi)并連接出口網(wǎng)關(guān)控制功能。上述文獻(xiàn)只考慮了節(jié)點(diǎn)對(duì)從物理拓?fù)鋵?dǎo)出的一些指標(biāo)的影響，如最小路徑、最佳路由等。在電力通信網(wǎng)絡(luò)中，如果物理拓?fù)渲芯哂懈吲R界度的節(jié)點(diǎn)不承載重要流量，而是承載大量常見(jiàn)流量，那么該節(jié)點(diǎn)就不是非常重要節(jié)點(diǎn)，并且當(dāng)該節(jié)點(diǎn)發(fā)生故障時(shí)，對(duì)電網(wǎng)的影響不會(huì)很大。因此，有必要對(duì)電力通信網(wǎng)絡(luò)中的節(jié)點(diǎn)重要性進(jìn)行綜合評(píng)估。

為提高電力通信網(wǎng)絡(luò)重要節(jié)點(diǎn)識(shí)別準(zhǔn)確率，本文提出了一種多層節(jié)點(diǎn)重要性識(shí)別模型，電力通信網(wǎng)絡(luò)涵蓋傳輸層、物理拓?fù)鋵优c服務(wù)層在內(nèi)的3個(gè)邏輯層，從而綜合比較各層節(jié)點(diǎn)重要性度量指標(biāo)。

1 節(jié)點(diǎn)重要性

本研究定義了3個(gè)網(wǎng)絡(luò)邏輯層：物理拓?fù)鋵印鬏攲雍头?wù)層，并通過(guò)不同的方法綜合計(jì)算電力通信網(wǎng)絡(luò)三層中節(jié)點(diǎn)的重要性度量。不同的層次代表電力通信網(wǎng)絡(luò)[10-13]的不同視角。本文研究物理拓?fù)鋵拥倪^(guò)程中，采取圖論法對(duì)電力通信網(wǎng)絡(luò)所具備的節(jié)點(diǎn)重要性進(jìn)行分析。將網(wǎng)絡(luò)[14-15]抽象成一個(gè)連通圖，由邊與節(jié)點(diǎn)共同構(gòu)成，并計(jì)算節(jié)點(diǎn)介數(shù)、度等指標(biāo)表征節(jié)點(diǎn)在長(zhǎng)期網(wǎng)絡(luò)運(yùn)行中的平均重要性。對(duì)傳輸層而言，能夠立足通信網(wǎng)絡(luò)的性能對(duì)節(jié)點(diǎn)本身的重要性進(jìn)行分析，主要分析節(jié)點(diǎn)承載相關(guān)流量的服務(wù)。具有較大流量的節(jié)點(diǎn)出現(xiàn)故障的情況下，要通過(guò)服務(wù)再次進(jìn)行路由，由其他節(jié)點(diǎn)共享這些流量。但是，只能處理有限的流量，增加節(jié)點(diǎn)負(fù)載的情況下，傳輸性能反而會(huì)降低，例如延遲或分組丟失率。因此，流量大的節(jié)點(diǎn)會(huì)極大影響通信網(wǎng)絡(luò)本身的傳輸性能，進(jìn)而使節(jié)點(diǎn)具備更高的重要性。服務(wù)層立足電力通信網(wǎng)絡(luò)的相關(guān)功能，對(duì)節(jié)點(diǎn)本身的重要性進(jìn)行了分析。服務(wù)本身的重要性，能夠表現(xiàn)服務(wù)中斷影響電網(wǎng)運(yùn)行的狀況。服務(wù)重要性和單位流量之間沒(méi)有必然的關(guān)系。具有高重要性的服務(wù)通常需要小單位流量。當(dāng)一個(gè)節(jié)點(diǎn)發(fā)生故障時(shí)，其承載著大的服務(wù)重要性和較小的流量，對(duì)通信網(wǎng)絡(luò)的性能影響很小，對(duì)電網(wǎng)的運(yùn)行影響很大。

總之，3個(gè)網(wǎng)絡(luò)邏輯層從3個(gè)維度對(duì)節(jié)點(diǎn)的重要價(jià)值進(jìn)行評(píng)估：通信網(wǎng)絡(luò)性能的影響長(zhǎng)期平均重要性與節(jié)點(diǎn)影響電網(wǎng)運(yùn)行的狀況。

1.1 物理拓?fù)鋵?/h3>

令物理拓?fù)鋵颖硎緸镚={V，E}，其中V={vi}，i=1，2，…，N，N為節(jié)點(diǎn)的數(shù)量，V為節(jié)點(diǎn)集，E為邊集。電力通信網(wǎng)絡(luò)中節(jié)點(diǎn)在物理拓?fù)鋵又械闹匾杂扇滞負(fù)湫再|(zhì)(GTP，global topological properties)與局部拓?fù)湫再|(zhì)(LTP，local topological properties)組成。將LTP中節(jié)點(diǎn)i的重要性[16-17]定義為L(zhǎng)TP(i)：

(1)

(2)

位于網(wǎng)絡(luò)邊緣的邊緣節(jié)點(diǎn)和位于子網(wǎng)之間的邊界節(jié)點(diǎn)之間存在顯著差異，因?yàn)檫吘壒?jié)點(diǎn)的故障對(duì)網(wǎng)絡(luò)的連接幾乎沒(méi)有影響，但邊界節(jié)點(diǎn)的故障破壞了子網(wǎng)之間的連接，并將網(wǎng)絡(luò)拆分為幾個(gè)部分。因此，本研究引入全局拓?fù)渲匾訥PT來(lái)區(qū)分邊緣節(jié)點(diǎn)和邊界節(jié)點(diǎn)：

(3)

式中，BC和BC(i)分別是節(jié)點(diǎn)介數(shù)向量與節(jié)點(diǎn)i的節(jié)點(diǎn)介數(shù)。網(wǎng)絡(luò)整體中任何節(jié)點(diǎn)間經(jīng)由節(jié)點(diǎn)i的最短路徑的具體數(shù)量決定了BC(i)。兩個(gè)不同的子網(wǎng)絡(luò)之間的最短路徑需要通過(guò)邊界節(jié)點(diǎn)，這導(dǎo)致了節(jié)點(diǎn)介數(shù)較大。所以，采取節(jié)點(diǎn)介數(shù)，能夠?qū)吔绻?jié)點(diǎn)與邊緣節(jié)點(diǎn)進(jìn)行區(qū)分。

綜合式(1)～式(3)，節(jié)點(diǎn)i在物理拓?fù)鋵又械闹匾远x為TP(i)：

TP(i)=wlLTP(i)+wgGTP(i)

(4)

式中，wl和wg分別為局部和全局拓?fù)渲匾缘臋?quán)重，且有wl+wg=1。具有較高LTP(i)的節(jié)點(diǎn)i的故障將主要影響局部區(qū)域的連通性，而具有較高GTP(i)的節(jié)點(diǎn)i的故障將主要增加網(wǎng)絡(luò)的平均最短路徑長(zhǎng)度。本研究中選取LTP(i)和GTP(i)具有相同的重要性，即wl=wg=0.5。

1.2 傳輸層

電力通信網(wǎng)絡(luò)傳輸層主要研究指標(biāo)是流量分布。一個(gè)承載更多流量的節(jié)點(diǎn)將產(chǎn)生更大的成本消耗，因此該節(jié)點(diǎn)可能至關(guān)重要。令BF(i)表示節(jié)點(diǎn)i攜帶的流量。流量包括3個(gè)部分：生成、接收和重傳。B表示服務(wù)請(qǐng)求矩陣，該矩陣是一個(gè)三維矩陣，矩陣元素為b(s，d，h)，其中s表示源節(jié)點(diǎn)，d表示目的地節(jié)點(diǎn)，h表示服務(wù)類型。b(s，d，h)表征節(jié)點(diǎn)s到節(jié)點(diǎn)d之間請(qǐng)求的h型服務(wù)的數(shù)量。令Path(s，d)為節(jié)點(diǎn)s和節(jié)點(diǎn)d之間的路徑。BF(i)定義如下：

(5)

式中，H為服務(wù)類型的總數(shù)；F(h)為第h類服務(wù)的單位帶寬。節(jié)點(diǎn)承載的流量越多，重要性就越高。

1.3 服務(wù)層

電力通信網(wǎng)絡(luò)中不同類型的服務(wù)之間存在顯著差異，服務(wù)重要性決定了電網(wǎng)能否安全穩(wěn)定運(yùn)行。然而，這些服務(wù)[18]通常需要較小的帶寬。相反，一些服務(wù)重要性較低的服務(wù)需要的帶寬卻比較大。穩(wěn)定系統(tǒng)的服務(wù)與安全區(qū)中的廣域矢量測(cè)量、繼電保護(hù)，具有很高的服務(wù)重要性，但帶寬要求很小。相反，安全區(qū)域的視頻監(jiān)控、視頻會(huì)議等服務(wù)的服務(wù)重要性較低，但帶寬需求較大。因此，流量較小的節(jié)點(diǎn)也可能是關(guān)鍵節(jié)點(diǎn)，因?yàn)楣?jié)點(diǎn)上承載的服務(wù)很重要。

服務(wù)層中的節(jié)點(diǎn)i的重要性定義為BI(i)：

(6)

式中：I(h)為第h類服務(wù)的重要性值。節(jié)點(diǎn)i攜帶的服務(wù)重要性值越大，BI(i)就越高。

2 多層節(jié)點(diǎn)重要性識(shí)別模型

為有效識(shí)別電力通信網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)，本研究提出了一個(gè)多層節(jié)點(diǎn)重要性識(shí)別模型來(lái)整合多層節(jié)點(diǎn)的重要性，從而搜素綜合重要程度最高的關(guān)鍵節(jié)點(diǎn)。在多層節(jié)點(diǎn)重要性識(shí)別模型中，首先計(jì)算在單層中關(guān)鍵節(jié)點(diǎn)的相關(guān)節(jié)點(diǎn)的隸屬度，其次，求出不同層的可信度與基本測(cè)度。最后，對(duì)節(jié)點(diǎn)本身的臨界度進(jìn)行綜合測(cè)算。

假設(shè)電力通信網(wǎng)絡(luò)中有N個(gè)節(jié)點(diǎn)，包括3個(gè)邏輯層(物理拓?fù)鋵印鬏攲雍头?wù)層)。Ik(i)為節(jié)點(diǎn)i在第k層中的重要性，其中k∈[1，3]，i∈[1，N]。Ik(i)越高，第k層中的關(guān)鍵節(jié)點(diǎn)i越多，因此節(jié)點(diǎn)i的隸屬度也就越高。將第k層中節(jié)點(diǎn)i的隸屬度[19-20]定義為mki，則有：

(7)

當(dāng)計(jì)算單層節(jié)點(diǎn)關(guān)鍵性度量的隸屬度之后，引入了不同層的基本測(cè)度可信度反映該層的可信程度。令εk表示第k層的基本測(cè)度可信度，εk滿足如下公式：

(8)

式中，n為電力通信網(wǎng)絡(luò)中邏輯層的數(shù)量。

在電力通信網(wǎng)絡(luò)中，服務(wù)重要性是最直接地衡量服務(wù)中斷影響電網(wǎng)狀況的指標(biāo)。所以，加入不同服務(wù)之間的重要性存在相當(dāng)大的差異，則服務(wù)層為第一考慮因素。但是，假如電力通信網(wǎng)絡(luò)的服務(wù)重要性具備相似或者相同的情況，要把握節(jié)點(diǎn)上能夠承載的相應(yīng)流量，所以傳輸層為次要考慮因素。而且，假如網(wǎng)絡(luò)服務(wù)有著相似的帶寬與重要性，也就是說(shuō)服務(wù)間不存在差異，那么物理拓?fù)鋵邮亲詈蟛判枰紤]的因素。為綜合考慮三層邏輯層的重要性，本文提出了自適應(yīng)的基本度量可信度指標(biāo)：

(9)

ε1+ε2+ε3=1

(10)

式中，ηmin和ηmax分別為服務(wù)層的最小和最大重要性值；ωmin和ωmax分別為網(wǎng)絡(luò)層的最小和最高帶寬。如果ηmax遠(yuǎn)大于ηmin，則ε1就會(huì)非常接近數(shù)值1，也就是說(shuō)采取服務(wù)層的度量對(duì)節(jié)點(diǎn)臨界度進(jìn)行確認(rèn)，是值得充分肯定的。反過(guò)來(lái)，假如ηmax高度接近ηmin，那么ε1就會(huì)非常接近數(shù)值0，也就是說(shuō)，采取服務(wù)層對(duì)節(jié)點(diǎn)本身的臨界度進(jìn)行確認(rèn)，缺乏較強(qiáng)的不可信性，所以其他層的度量會(huì)凸顯較強(qiáng)的可信性。在ε1非常接近數(shù)值0的情況下，假如ωmax與ωmin的差距較大，即ε2體現(xiàn)出很大的數(shù)值，意味著傳輸層具有非?？尚诺亩攘恐?，能夠?qū)?jié)點(diǎn)本身的臨界度進(jìn)行描述。反過(guò)來(lái)，如果ωmax接近ωmin，意味著相關(guān)節(jié)點(diǎn)的臨界度取最終決于物理拓?fù)鋵又械亩攘恐怠?/p>

在多層節(jié)點(diǎn)重要性識(shí)別模型中，所有邏輯層中節(jié)點(diǎn)的度量均涵蓋兩個(gè)組成部分：首先是選定層中全部節(jié)點(diǎn)能夠度量的相應(yīng)幾何平均值，第二部分是度量的可信度，即選定層的基本可信度和未選定層的基礎(chǔ)度量不可置信度的乘積。對(duì)于任意的第x個(gè)邏輯層(x∈[1，n]，n為電力通信網(wǎng)絡(luò)中邏輯層的總數(shù))，節(jié)點(diǎn)i的度量值定義如下：

(11)

式中，mΦi為節(jié)點(diǎn)i的度量值；Φ為選擇的邏輯層。與之類似，第二部分度量的可信度定義如下：

(12)

式中，Ψ為未選擇的邏輯層。

綜合式(11)和式(12)，電力通信網(wǎng)絡(luò)中節(jié)點(diǎn)i的度量可計(jì)算如下：

zΦ(i)=mΦi×CΦ

(13)

式中，zΦ(i)為電力通信網(wǎng)絡(luò)中節(jié)點(diǎn)i的度量。當(dāng)電力通信網(wǎng)絡(luò)中包含n個(gè)邏輯層時(shí)，有2n-1種選擇方式。令Z(i)表示的節(jié)點(diǎn)i的臨界度，即定義為Φ中所有zΦ(i)的和。為計(jì)算Z(i)，本研究引入二進(jìn)制序列θ，θk∈{0，1}，k∈[1，n]。如果θk=1，在集合Φ中選擇第k層；否則，θk=0表示第k層為未選擇層。綜上，Z(i)可計(jì)算如下：

(14)

式中，εk為第k層的基本度量可信度；[θ]為序列θ中1的個(gè)數(shù)。Z(i)越大，關(guān)鍵節(jié)點(diǎn)就越多。

3 仿真與分析

可以這樣定義電力通信網(wǎng)絡(luò)的脆弱性：網(wǎng)絡(luò)出現(xiàn)弱點(diǎn)(出現(xiàn)障礙或者遭受攻擊)的情況下可以繼續(xù)服務(wù)的一種能力。網(wǎng)絡(luò)中的漏洞來(lái)自網(wǎng)絡(luò)系統(tǒng)的不同領(lǐng)域，如網(wǎng)絡(luò)的物理拓?fù)洹⒂布?、軟件等。為了?yàn)證所提多層節(jié)點(diǎn)重要性識(shí)別模型的有效性，本節(jié)選擇不同的識(shí)別算法以得到各個(gè)節(jié)點(diǎn)本身的臨界度。按照這些節(jié)點(diǎn)的不同等級(jí)，將排名靠前的那些節(jié)點(diǎn)移除，對(duì)重要節(jié)點(diǎn)影響網(wǎng)絡(luò)脆弱性的情況進(jìn)行測(cè)試。網(wǎng)絡(luò)脆弱性本身的影響越顯著，意味著節(jié)點(diǎn)的重要性程度也就越高。

3.1 仿真環(huán)境與指標(biāo)選取

仿真時(shí)使用MATLAB R2018a作為運(yùn)行環(huán)境。電力通信網(wǎng)絡(luò)的所有物理拓?fù)浣Y(jié)構(gòu)由Gephi 0.9.1生成。仿真時(shí)設(shè)置了五類服務(wù)，服務(wù)重要性向量分別設(shè)置為0.98，0.83，0.553，0.33，0.15。同時(shí)，與之相應(yīng)的帶寬分別為0.03，0.08，0.02，0.52，0.14?？紤]到不同類別的服務(wù)具有不同的重要性和單位流量，網(wǎng)絡(luò)中傳輸?shù)姆?wù)將不斷變化。仿真時(shí)隨機(jī)生成服務(wù)矩陣B，并約束服務(wù)的總數(shù)。為了簡(jiǎn)化實(shí)驗(yàn)過(guò)程，將電力通信網(wǎng)絡(luò)中的邊權(quán)重全部設(shè)置為1。

實(shí)驗(yàn)時(shí)使用網(wǎng)絡(luò)效率、剩余網(wǎng)絡(luò)的服務(wù)重要性、節(jié)點(diǎn)傳輸?shù)氖Ｓ嗔髁?個(gè)指標(biāo)來(lái)驗(yàn)證節(jié)點(diǎn)排名的合理性，并執(zhí)行網(wǎng)絡(luò)脆弱性度量。各指標(biāo)分別定義如下：

(15)

式中，NE(G)為網(wǎng)絡(luò)效率指標(biāo)，用于表征物理拓?fù)鋵拥娜觞c(diǎn)；dij為節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的最短距離；N為電力通信網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)量。

受到攻擊或故障后剩余網(wǎng)絡(luò)的服務(wù)脆弱性度量定義如下：

(16)

式中，G′為受到攻擊或故障后的剩余網(wǎng)絡(luò)結(jié)構(gòu)；BI(j)為由節(jié)點(diǎn)j承載的服務(wù)重要性；SLV(G′)為在移除關(guān)鍵節(jié)點(diǎn)之后由網(wǎng)絡(luò)中的節(jié)點(diǎn)承載的剩余服務(wù)脆弱性度量。

同理，受到攻擊或故障后剩余網(wǎng)絡(luò)的傳輸流量脆弱性度量定義如下：

(17)

式中，TLV(G′)為在移除關(guān)鍵節(jié)點(diǎn)之后由網(wǎng)絡(luò)中的節(jié)點(diǎn)承載的剩余傳輸流量脆弱性度量；BF(j)為節(jié)點(diǎn)j傳輸?shù)牧髁俊?/p>

3.2 實(shí)驗(yàn)過(guò)程

實(shí)驗(yàn)過(guò)程中，使用最短路徑作為服務(wù)傳輸?shù)穆酚伤惴?。為?jiǎn)化實(shí)驗(yàn)過(guò)程，假定被刪除節(jié)點(diǎn)攜帶的服務(wù)不會(huì)被重新路由，即服務(wù)的丟失只包括被刪除節(jié)點(diǎn)的流量和服務(wù)重要性，不影響其他節(jié)點(diǎn)的流量或服務(wù)重要性。

假定對(duì)物理拓?fù)?、服?wù)重要性和流量的攻擊方法分別表示為攻擊物理拓?fù)?APT，attacking physical topology)、攻擊服務(wù)重要性(ASI，attacking services importance)和攻擊服務(wù)流量(AST，attacking services importance)。在本研究中，選擇APT、ASI、AST作為攻擊算法驗(yàn)證不同邏輯層中節(jié)點(diǎn)重要性。

在移除節(jié)點(diǎn)之前，物理邏輯層、傳輸層和服務(wù)層的初始指標(biāo)值均為1，表明網(wǎng)絡(luò)中節(jié)點(diǎn)的服務(wù)重要性、流量與效率沒(méi)有遭受影響。移除相關(guān)節(jié)點(diǎn)后，各指標(biāo)開(kāi)始變化。一個(gè)層中的指標(biāo)下降得越快，表明該層中的節(jié)點(diǎn)重要性排名就越合理。移除全部節(jié)點(diǎn)的情況下，各個(gè)邏輯層的相應(yīng)指標(biāo)值都是0。

3.3 結(jié)果與分析

為了證實(shí)多層節(jié)點(diǎn)重要性識(shí)別模型的合理性，本節(jié)分析了不同模型對(duì)網(wǎng)絡(luò)脆弱性的影響，對(duì)比模型包括：APT、ASI、AST、逼近理想解排序法(TOPSIS，technique for order preference by similarity to ideal solution)。

本研究仿真時(shí)采用的電力通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)示意圖如圖1所示。其中節(jié)點(diǎn)1模擬省級(jí)調(diào)度中心，節(jié)點(diǎn)13模擬區(qū)域調(diào)度中心，節(jié)點(diǎn)14代表220 kV變電站，其余節(jié)點(diǎn)代表500 kV變電站。根據(jù)節(jié)點(diǎn)的重要性度量計(jì)算，電力通信網(wǎng)絡(luò)中節(jié)點(diǎn)的重要性度量如表1所示。

表1 電力通信網(wǎng)絡(luò)中節(jié)點(diǎn)的重要性度量

表2 不同算法節(jié)點(diǎn)排名

圖1 電力通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)示意圖

電力通信網(wǎng)絡(luò)中，節(jié)點(diǎn)1被當(dāng)作省級(jí)調(diào)度中心，應(yīng)該和全部節(jié)點(diǎn)(不包括節(jié)點(diǎn)14)形成業(yè)務(wù)連接。而且，節(jié)點(diǎn)13對(duì)節(jié)點(diǎn)14進(jìn)行調(diào)度。省級(jí)調(diào)度中心、區(qū)域調(diào)度中心和500 kV變電站間存在著多種類型的服務(wù)，主要是對(duì)服務(wù)進(jìn)行調(diào)度和管理。變電站間的相關(guān)繼電保護(hù)等只能提供數(shù)量較少、類型單一的生產(chǎn)控制服務(wù)，但包含最重要的服務(wù)。通過(guò)服務(wù)重要性矩陣I和單位流量矩陣F，可以得到基本度量可信度，即ε1=0.571 3，ε2=0.264 8和ε3=0.163 9，分別對(duì)應(yīng)于服務(wù)層、物理拓?fù)鋵雍蛡鬏攲印?/p>

表2為不同算法在關(guān)鍵節(jié)點(diǎn)前6(TOP-6)排名。從表2可以看出，通過(guò)所提多層節(jié)點(diǎn)重要性識(shí)別模型的排名主要取決于服務(wù)層，傳輸和物理拓?fù)鋵訉?duì)排名的影響并不大。從物理拓?fù)渲匾苑矫鎭?lái)看，節(jié)點(diǎn)4只緊隨節(jié)點(diǎn)2，排在第二位。節(jié)點(diǎn)4除承載服務(wù)以外，也是目的地節(jié)點(diǎn)或者源節(jié)點(diǎn)，節(jié)點(diǎn)4只傳輸少量服務(wù)，這降低了節(jié)點(diǎn)4的關(guān)鍵性。同時(shí)，節(jié)點(diǎn)4和8承載著數(shù)量相同的服務(wù)類別和服務(wù)數(shù)量，因?yàn)槲锢硗負(fù)鋵又懈鱾€(gè)節(jié)點(diǎn)有著不同的重要性，節(jié)點(diǎn)8本身的排名并不高。TOPSIS重點(diǎn)關(guān)注數(shù)據(jù)間的相應(yīng)距離，如此一來(lái)節(jié)點(diǎn)5比節(jié)點(diǎn)9的排名更高。但是，關(guān)鍵節(jié)點(diǎn)的排名應(yīng)該取決于服務(wù)層。與節(jié)點(diǎn)5相比，節(jié)點(diǎn)9在服務(wù)和物理拓?fù)鋵由细袃?yōu)勢(shì)。因此，對(duì)應(yīng)于TOPSIS的關(guān)鍵節(jié)點(diǎn)排名并不符合電力通信網(wǎng)絡(luò)的真實(shí)狀況。節(jié)點(diǎn)10并不具備很重要的物理拓?fù)洌以摴?jié)點(diǎn)在物理拓?fù)鋵又信琶诎?。但省調(diào)度中心和幾個(gè)500 kV變電站之間的服務(wù)通過(guò)節(jié)點(diǎn)10，增加了節(jié)點(diǎn)10的重要性。

對(duì)于案例電力通信網(wǎng)絡(luò)，將最關(guān)鍵的節(jié)點(diǎn)識(shí)別出來(lái)并不難，也就是節(jié)點(diǎn)1。只借助物理拓?fù)溟_(kāi)展節(jié)點(diǎn)分析的情況下，節(jié)點(diǎn)2最重要，但不符合實(shí)際情況。原因在于，在物理拓?fù)渲泄?jié)點(diǎn)1本身沒(méi)有處在最重要的位置，然而就能夠承載的服務(wù)而言，節(jié)點(diǎn)1極大地區(qū)別于其他節(jié)點(diǎn)。節(jié)點(diǎn)1本身的故障會(huì)急劇降低服務(wù)層與傳輸層的脆弱性。只采取單層對(duì)節(jié)點(diǎn)關(guān)鍵性進(jìn)行分析，局限性也是顯而易見(jiàn)的。

為了更形象地展示出刪除節(jié)點(diǎn)影響不同層自身的脆弱性的情況，文章按照順序，將對(duì)應(yīng)于不同算法的節(jié)點(diǎn)排名中的TOP節(jié)點(diǎn)觀察所有層的脆弱性。不同模型刪除節(jié)點(diǎn)的脆弱性曲線如圖2所示。從圖2(a)中可以看出，當(dāng)同時(shí)刪除多個(gè)節(jié)點(diǎn)時(shí)，所提多層節(jié)點(diǎn)重要性識(shí)別模型產(chǎn)生的曲線可以接近服務(wù)級(jí)別的最優(yōu)曲線，即ASI曲線。在圖2(b)中，所提多層節(jié)點(diǎn)重要性識(shí)別模型對(duì)傳輸層的脆弱性有很大影響。在圖2(c)中，刪除[3，5]節(jié)點(diǎn)時(shí)，TOPSIS略優(yōu)于所提多層節(jié)點(diǎn)重要性識(shí)別模型。然而，通過(guò)以上定性分析，可以得出結(jié)論，在這次仿真活動(dòng)中，借助TOPSIS方面的關(guān)鍵節(jié)點(diǎn)排名，與電力通信網(wǎng)絡(luò)的真實(shí)狀況不相符。從給定的服務(wù)分布來(lái)看，ASI和AST之間的差異在圖2(a)和(b)中并不明顯，即因?yàn)榉?wù)的分布使節(jié)點(diǎn)同時(shí)承載大量流量和服務(wù)的重要性。

圖2 不同模型刪除節(jié)點(diǎn)的脆弱性曲線

綜合以上分析，所提多層節(jié)點(diǎn)重要性識(shí)別模型可綜合考慮物理拓?fù)鋵?、傳輸層、服?wù)層中各節(jié)點(diǎn)重要性度量，從而高質(zhì)量確定電力通信網(wǎng)絡(luò)中重要節(jié)點(diǎn)。仿真結(jié)果符合實(shí)際情況，驗(yàn)證了所提模型的有效性和實(shí)用性。

4 結(jié)束語(yǔ)

本文對(duì)智能電網(wǎng)中電力通信網(wǎng)絡(luò)進(jìn)行了研究與分析，建立了一種基于多層節(jié)點(diǎn)重要性的電力通信網(wǎng)絡(luò)節(jié)點(diǎn)識(shí)別模型。該模型將電力通信網(wǎng)絡(luò)分為3個(gè)網(wǎng)絡(luò)邏輯層：物理拓?fù)鋵?、傳輸層和服?wù)層，并通過(guò)綜合分析并明確三層中的節(jié)點(diǎn)影響電網(wǎng)運(yùn)行的狀況、通信網(wǎng)絡(luò)性能、節(jié)點(diǎn)長(zhǎng)期平均重要性。

所提多層節(jié)點(diǎn)重要性識(shí)別模型的可為電力通信網(wǎng)絡(luò)分析與電力領(lǐng)域安全發(fā)展提供一定借鑒作用。