随着绿色节能的重要性受到广泛关注,智能电网成为世界各国竞相发展的一个重点领域之一。作为电力系统的重要组成部分,电力通信网是建设坚强、智能电网的基础。随着智能电网的发展,智能电力通信网在功能越来越强大的同时,网络也变得越来越脆弱,面临着更多的来自自然灾害、随机故障和蓄意攻击的风险。网络脆弱性研究以识别影响网络稳定运行的关键点(关键节点、关键链路、关键区域)为目的。关键点的故障将导致网络性能的极大损失,因此对智能电力通信网进行脆弱性研究,及早识别网络关键点,不仅有助于人们尽早采取应对措施,降低风险发生的概率,还能指导网络监控运维资源有针对、有重点的合理配置,对于保障整个电力系统的安全稳定运行具有重要意义。论文选题于国家电网科技项目“基于业务流量可视化关键技术研究”。论文综合考虑电力系统业务,使用攻击脆弱性方法对基于关键区域识别的智能电力通信网脆弱性进行研究,主要工作如下:论文首先对电力通信网进行了系统研究,包括网络组织架构、承载的业务及特征,构建了比较完备的通信网络体系架构。同时,详细分析和总结了网络脆弱性研究现状及存在的问题。针对利用最小覆盖圆理论识别的关键区域仅考虑了节点作用,论文提出了一种基于联合节点和链路的关键区域识别网络脆弱性研究方法。论文首先根据电力通信网络体系架构构建了能够准确量化网络性能的全局脆弱性指标——业务关键度指标,以备使用攻击脆弱性方法时利用该指标来量化网络性能。然后,论文将关键区域识别问题分为两种情况来研究:中心受限于网络节点的关键区域识别问题和中心不受限的关键区域识别问题。通过分析这两种情况下关键区域与节点、链路在地理平面上的几何性质,同时考虑节点和链路的作用分别提出了相应的求解算法,仿真结果表明了业务关键度指标和本课题提出的关键区域识别方法的有效性。针对现有研究均未考虑网络的不确定性因素,论文提出了一种基于不确定网络关键区域识别的网络脆弱性研究方法。课题通过分析不确定网络性质,总结得到该研究所面临的两个主要难题:(1)精确计算全局脆弱性指标下的网络性能为#P-hard问题。(2)计算所有候选关键性区域的时间复杂度近似为O(N3T)。针对上述问题,本课题提出了期望业务关键度指标及相应的近似求解算法——CSA和黑白名单法。仿真结果表明了期望业务关键度指标和不确定网络关键区域识别方法的有效性。