论文部分内容阅读
随着智能电网的建设与发展,通信与信息系统在电力系统中的作用越来越显著,电力通信网作为通信与信息系统的重要组成部分,其运行安全出现任何问题都可能影响电力系统的安全、稳定和经济运行,因此对电力通信网的运行风险研究已经成为重要的研究课题。网络风险分析可以为网络优化和规划提供重要的理论依据,网络风险控制可以有效降低网络风险,因此网络风险分析与控制可以有效提高网络的安全性。本文在分析已有相关工作的基础上,主要在电力通信网脆弱性分析、风险评价和基于路由的风险控制方面进行了深入研究。电力业务重要度作为电力业务资产价值的度量指标是电力通信网风险分析与控制研究的基本依据。现有的业务重要度计算方法大多包括专家评分的主观环节,具有一定的不确定性,会对电力通信网相关研究的准确性产生影响。为此本文提出了一种以客观特征指标要求替代专家主观评分的电力业务重要度计算方法,消除了计算结果中的主观不确定性,并以业务重要度为参数,在业务层上建立电力通信网网络模型,分析了电力通信网在不同链路失效模型下的脆弱性,根据分析结果对网络的业务路由进行调整,使网络脆弱性得到了改善。已有电力通信网风险评价方法存在指标分散、评价结果不明确、综合性较弱等问题,为此本文提出了一种电力通信网多层次综合风险评价方法,该方法结合复杂网络理论,以边为研究对象,将边介数作为边在物理拓扑层的重要度,同时在业务层和传输层提出边业务重要度和边流量重要度,进而提出边跨层信息熵的概念,最后通过仿真证明了边跨层信息熵对电力通信网风险评价的有效性。在脆弱性分析和风险评价的基础上,本文通过路由优化方式来实现电力通信网的风险控制。已有电力通信网风险控制路由方法存在考虑网络层面较少、路由模型适用性不强等问题,本文综合考虑路由在电力通信网业务层、传输层和物理拓扑层上对网络风险的影响,建立了跨层的风险感知路由模型,并利用混沌免疫算法进行路由求解。针对动态到达的业务路由,本文提出一种混沌免疫多约束路由算法,该算法通过动态疫苗接种与自由变异相结合的进化策略实现了算法的快速收敛和全局寻优。考虑电力业务中存在对时延要求极高的业务类型,在上述路由算法基础上提出了一种混合路由策略,并结合不同攻击模型,分析了混合路由策略在风险控制上的成效。为提高路径的编、解码效率,提出了一种基于动态邻接矩阵的路径生成方法,该方法利用自然数对路径进行编码,能直接生成有效的路径解,且解码过程简单,为提高包括人工免疫算法在内的所有进化算法的效率做出了贡献。在电力通信网规划中,需要根据既定的网络拓扑和静态业务矩阵同时为多个业务进行选路并需要为决策者提供多个路由方案以便于作出合理的选择,因此本文提出了一种混沌免疫多目标优化算法,该算法采用随机分配边权的定长编码方式,完成多业务的同时选路,将生物地理学优化算法和聚类算法引入到人工免疫进化过程之中,同时采用动态克隆比例方法,加快算法收敛速度,同时提高算法的寻优能力。通过与已有多目标优化算法的对比,证明了该算法在路由优化方面的优越性。由于已有进化算法中基于随机数的交叉和变异策略,导致在种群规模和进化代数确定的情况下,单次算法执行的结果存在不确定性,输出解可能最优,也可能次优甚至较差,这种不确定性在电力业务路由上是不允许的。在本文提出的单目标和多目标混沌免疫路由算法中,为了保证输出解或解集的确定性,本文对算法中所有需要随机数的操作算子进行改造,利用混沌序列值来替代其中的随机数,因此该混沌序列必须具有良好的随机性才能来保证算法优秀的搜索性能。经典的混沌系统及其混沌序列存在随机性不强的问题,为此本文构造了一个五维超混沌系统,通过混沌吸引子,Lyapunov指数等指标证明了该混沌系统的存在性和复杂非线性动力学行为,并验证了由该混沌系统映射生成的混沌序列具有良好的随机性,为混沌免疫算法在具有确定性输出的同时依然保证优越的搜索性能奠定了基础。