[发明专利]一种优化智能电网鲁棒性的方法及装置有效
申请号: | 202011424402.6 | 申请日: | 2020-12-08 |
公开(公告)号: | CN112487590B | 公开(公告)日: | 2022-07-29 |
发明(设计)人: | 罗劲瑭;姚实颖;张全明;张佳敏;杨宇玄;胥威汀;唐权;李均华;芶继军;马天男;阳小龙 | 申请(专利权)人: | 国网四川省电力公司经济技术研究院 |
主分类号: | G06F30/18 | 分类号: | G06F30/18;G06F30/20;H02J3/00;G06F113/04 |
代理公司: | 成都行之专利代理事务所(普通合伙) 51220 | 代理人: | 张超 |
地址: | 610000 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 优化 智能 电网 鲁棒性 方法 装置 | ||
本发明提供的一种优化智能电网鲁棒性方法及装置,该方法通过相依耦合关系对初始结构熵进行更新,获取更新结构熵;将更新结构熵与初始结构熵进行比较,当更新结构熵小于最小结构熵,则对更新结构熵进行迭代处理,选取迭代处理过程中最小的结构熵作为目标结构熵;当更新结构熵大于等于初始结构熵时,则将初始结构熵作为目标结构熵;基于目标结构熵确定节点重要性排序,并根据节点重要性排序,得到有效耦合关系,以更合理的确定网络中节点重要度排序,从而提升智能电网的鲁棒性。
技术领域
本发明涉及智能电网安全可靠运行保障领域,具体涉及一种优化智能电网鲁棒性的方法及装置。
背景技术
现如今,智能电网在电力系统中的应用越来越普遍,但智能电网中的电力网与信息网的深度耦合也给它的鲁棒性带来了灾难性影响,即电力网或信息网中某个节点的故障可能触发另一网络中与之具有耦合关系的节点的故障,从而产生连锁故障。为提升智能电网的鲁棒性,优化电力网与信息网间的相依耦合关系,一般通过单侧网络的结构异构性实现,而单侧网络的结构异构性可以通过结构熵予以定量评价。目前,已有诸多研究各自从不同的角度定义了网络结构熵。例如,度分布结构熵以度值为主体,依据拥有不同度值的节点数量之间的差异,对网络的异构性进行了刻画,但该方法仅将邻居节点纳入评价体系,未考虑非邻居节点的影响,因而刻画网络全局特性的能力较弱,且对“桥”连接节点的重视程度不足;基于点和边差异性的网络结构熵,虽然将“点差异性”与“边差异性”进行加权求和,但其本质仍是从网络局部特性的角度出发,且加权系数是人为设置的,结果较为主观;为充分利用网络的全局特性,节点/边介数熵以节点介数/边介数为判据,定量地评价了网络的异构性,但介数虽然突出了桥节点的重要性,但对网络拓扑中包含有环型或星型结构的部分解释不足。
发明内容
本发明要解决的技术问题是现有用于评价单侧网络的结构异构性的方法无法综合考虑网络全局特性和局部特性,导致节点的重要性排序不准确,使得智能电网相依耦合结构不够优化,鲁棒性较差,因此,本发明提供一种优化智能电网鲁棒性的方法及装置,考虑各节点重要性在各单侧网络内与网络间的不均衡性,设计更合理的网络结构异构性度量方法,从而确定合理的节点重要性排序,优化设计智能电网相依耦合结构,以最大限度地提升智能电网鲁棒性。
本发明通过下述技术方案实现:
一种优化智能电网鲁棒性方法,包括:
获取电力网和信息网的初始网络模型,并计算所述初始网络模型对应的最小结构熵作为初始结构熵;
获取所述电力网和信息网的相依耦合关系,并基于所述相依耦合关系对所述初始结构熵进行更新,获取更新结构熵;
将所述更新结构熵与所述初始结构熵进行比较,当所述更新结构熵大于等于所述初始结构熵时,则将所述初始结构熵作为目标结构熵;
当所述更新结构熵小于所述初始结构熵时,则对所述更新结构熵进行迭代处理,取迭代过程中最小的更新结构熵作为目标结构熵;
基于所述目标结构熵确定节点重要性排序,并根据所述节点重要性排序,得到有效耦合关系。
进一步地,所述初始网络模型中包括电力网节点和信息网节点;
所述基于所述相依耦合关系对所述初始结构熵进行更新,获取更新结构熵,包括:
获取所述电力网和信息网的相依耦合邻接矩阵;
基于所述相依耦合邻接矩阵,更新电力网节点的M-阶邻居数和信息网节点的M-阶邻居数;
将更新后的所述电力网节点的M-阶邻居数和更新后的所述信息网节点的M-阶邻居数,输入到信息熵计算公式中,得到更新结构熵。
进一步地,所述对所述更新结构熵进行迭代处理,取迭代过程中最小的更新结构熵作为目标结构熵,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网四川省电力公司经济技术研究院,未经国网四川省电力公司经济技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011424402.6/2.html,转载请声明来源钻瓜专利网。