论文部分内容阅读
摘 要：复杂网络特有的架构内，若要辨识拓扑之中的某一配件是否重要，常选边介数指标、关联的度数指标。若除掉了偏大度数这样的节点，将干扰总体范畴的网络连通，表现脆弱倾向。对比其他系统，电力类的网络凸显了更为复杂的特性，线路更为脆弱。为此，有必要辨识复杂态势下的线路风险，识别潜在威胁，供应最适宜的化解途径。
关键词：电力系统；复杂网络特征；线路脆弱性；风险
辨析复杂特性，从这一视角着眼来识别脆弱的线路属性。依循从上到下这样的次序，聚类挖掘了潜藏的线路风险，解析层次风险。复杂网络以内，预设了明晰的条件属性，筛选决策属性，以便构建更完备的决策表。构建了决策树，借助于数据挖掘来细化原有的表格。在最后流程内，识别了多层级架构内的风险，创设风险模型[1]。线路表征的脆弱特性、聚类流程解析得出的风险彼此吻合，水准彼此一致。由此可以得知：电力体系搭配的复杂网络紧密关联着内在的脆弱线路，决定风险状态。
一、解析复杂特性
电力运转依托的网络显出了复杂性，含有多样特性。衡量这类特性，可用指标被设定为聚类系数、测得的节点度、线路测得的均衡长度。在这之中，节点度代表着彼此衔接的总节点数目，描绘局部特性。若节点度很大，则体系架构内的这一节点不可被替换，显示必要价值。设定聚类系数，以此来辨识邻近范畴的节点关系，解析连接关系。节点边介数指代着选出来的最短路径，衡量了传输流程内的真实影响，它关系着全局。
相比其他体系，电力网络布设的功率显出了自带的特性。设定分布因子，要兼顾这样的准稳态；与此同时，还应平衡各时段的电能供需，考虑复杂特征。创设拓扑结构，以此来表征彼此衔接着的拓扑关系，它折射出分布的有功潮流。设定网络模型，探析了有着脆弱特性的多条线路，识别潜在的隐患[2]。
二、辨识风险必备的模型
复杂网络依循的根本机理涵盖了脆弱性，它对应着配件。衡量配件是否脆弱，就要测得缺失的最小负荷，测算这一时段的精准负荷率，表达脆弱特性。在衡量指标之中，失去负荷的最小概率关联着机组出力、节点设定的多重约束、有功的传输约束。
电力体系融汇了多层的、偏复杂的网络，有着非线性的表征。总体架构之内，配件彼此紧密衔接，存有复杂联系。诱发连锁事故，都不可脱离偏长的这种连接。线路连接之中，配件凸显了偏强的彼此干扰。构建模型时可设定故障集，它含有筛选的多个元件。这样的基础上，构建脆弱模型。故障集合融汇了搜集进来的多样元素，表示各个线路。设想状态之下，故障关联着某一路径的脆弱性，含有某些元件。
图1 数据挖掘的流程
三、挖掘算法及决策树
决策表整合了设定好的多样属性，构成属性集合。在决策表之内，子集可被分成决策类的属性、条件类的属性。筛选有限对象，创设了新的这类集合。现存集合预设了属性搭配的值域、信息函数数值。决策表涵盖着搜集得出的初始信息，来自制备好的某一样本。样本表征着拟定的决策规程，含有可依循的规则。查验决策表时，即可获取集合情形下的多个决策[3]。然而，借助这样的机械流程只可获取初始样本的总状态，并没能深入予以发掘。
与之相比，决策树归属新流程内的数据挖掘，它关联着知识发现。借助这种途径，筛选出来的属性都表征着某一条件、某一给定的决策，把选取的这类数值设定成输入。经过自动生成，获取了可伸缩的、拥有最佳泛化特性的、可被解释的优良决策树。经过细化提取，针对细分出来的决策树增设了可辨识的规则。可参照信息熵，构建这样的决策树。依循设定好的规程着手来挖掘，识别线路风险。
（一）离散状态之下的属性
采纳层次聚类，设定了离散化这样的连续属性。数据挖掘之中，预处理依循了拟定好的步骤，影响认知实效。在值域范畴内筛选了细分出来的多点，针对筛选的对象设定离散化。这种情形下，属性值域将被涵盖在细化的区段内，区间被替换成某一符号。
（二）重设精准的运算流程
电力体系中，线路及搭配的节点存有偏复杂的关联，影响着脆弱性。若从节点视角来辨识脆弱性，就忽视了布设线路凸显的彼此干扰，解析并不全面。解析复杂网络，要兼顾一切线路及关联的节点，解析得出的数值可变为决策。依照决策树，精简了常规流程的算法，解析分布概率。针对筛选的线路，辨识了层次风险。
图2 线路的脆弱性
（三）识别层次风险
层次聚类侧重识别了近似的对象状态，划分近似程度。被划归在同一区段之中的对象拥有很近似的特性，若被归入不同区段，那么对象不会彼此近似。衡量对象距离，识别了连续状态之下的近似度。對象被划归至同一区段，逐步设定彼此的合并。在某一层顶侧，离散化对应着属性值，借以创设了简易的新网络。线路脆弱性不可脱离层次风险，它关系着布设的线路，衡量复杂状态，选取脆弱性的符号以便代表风险[4]。
结语：
经过综合考量，判别了多重线路自带的脆弱倾向，妥善评估风险。评价结果表示：线路及布设的多重节点都紧密衔接，有着复杂联系。网络自带的特性关乎内在线路，关系到脆弱性。与此同时，两侧节点也凸显了脆弱性这样的干扰，布设的节点显出了密集倾向，彼此含有差异。从复杂特性着手，辨识了连锁情形下的断电故障根源，探析事故机理，为后续实践供应了参照。
参考文献
[1]苏慧玲，李扬. 基于电力系统复杂网络特征的线路脆弱性风险分析[J]. 电力自动化设备，2014（02）：101-107.
[2]夏麟顗，肖凱鑫，刘恩豪. 基于复杂网络和风险理论的电力系统脆弱性评估[J]. 电子世界，2014（09）：46-47+146.
[3]苏慧玲，李扬. 从电力系统复杂网络特征探讨元件的脆弱性[J]. 电力系统自动化，2012（23）：12-17+77.
[4]李扬，苏慧玲. N-k故障下影响电力系统脆弱性的关键线路研究[J]. 电力自动化设备，2015（03）：60-67.
关键词：电力系统；复杂网络特征；线路脆弱性；风险
辨析复杂特性，从这一视角着眼来识别脆弱的线路属性。依循从上到下这样的次序，聚类挖掘了潜藏的线路风险，解析层次风险。复杂网络以内，预设了明晰的条件属性，筛选决策属性，以便构建更完备的决策表。构建了决策树，借助于数据挖掘来细化原有的表格。在最后流程内，识别了多层级架构内的风险，创设风险模型[1]。线路表征的脆弱特性、聚类流程解析得出的风险彼此吻合，水准彼此一致。由此可以得知：电力体系搭配的复杂网络紧密关联着内在的脆弱线路，决定风险状态。
一、解析复杂特性
电力运转依托的网络显出了复杂性，含有多样特性。衡量这类特性，可用指标被设定为聚类系数、测得的节点度、线路测得的均衡长度。在这之中，节点度代表着彼此衔接的总节点数目，描绘局部特性。若节点度很大，则体系架构内的这一节点不可被替换，显示必要价值。设定聚类系数，以此来辨识邻近范畴的节点关系，解析连接关系。节点边介数指代着选出来的最短路径，衡量了传输流程内的真实影响，它关系着全局。
相比其他体系，电力网络布设的功率显出了自带的特性。设定分布因子，要兼顾这样的准稳态；与此同时，还应平衡各时段的电能供需，考虑复杂特征。创设拓扑结构，以此来表征彼此衔接着的拓扑关系，它折射出分布的有功潮流。设定网络模型，探析了有着脆弱特性的多条线路，识别潜在的隐患[2]。
二、辨识风险必备的模型
复杂网络依循的根本机理涵盖了脆弱性，它对应着配件。衡量配件是否脆弱，就要测得缺失的最小负荷，测算这一时段的精准负荷率，表达脆弱特性。在衡量指标之中，失去负荷的最小概率关联着机组出力、节点设定的多重约束、有功的传输约束。
电力体系融汇了多层的、偏复杂的网络，有着非线性的表征。总体架构之内，配件彼此紧密衔接，存有复杂联系。诱发连锁事故，都不可脱离偏长的这种连接。线路连接之中，配件凸显了偏强的彼此干扰。构建模型时可设定故障集，它含有筛选的多个元件。这样的基础上，构建脆弱模型。故障集合融汇了搜集进来的多样元素，表示各个线路。设想状态之下，故障关联着某一路径的脆弱性，含有某些元件。
图1 数据挖掘的流程
三、挖掘算法及决策树
决策表整合了设定好的多样属性，构成属性集合。在决策表之内，子集可被分成决策类的属性、条件类的属性。筛选有限对象，创设了新的这类集合。现存集合预设了属性搭配的值域、信息函数数值。决策表涵盖着搜集得出的初始信息，来自制备好的某一样本。样本表征着拟定的决策规程，含有可依循的规则。查验决策表时，即可获取集合情形下的多个决策[3]。然而，借助这样的机械流程只可获取初始样本的总状态，并没能深入予以发掘。
与之相比，决策树归属新流程内的数据挖掘，它关联着知识发现。借助这种途径，筛选出来的属性都表征着某一条件、某一给定的决策，把选取的这类数值设定成输入。经过自动生成，获取了可伸缩的、拥有最佳泛化特性的、可被解释的优良决策树。经过细化提取，针对细分出来的决策树增设了可辨识的规则。可参照信息熵，构建这样的决策树。依循设定好的规程着手来挖掘，识别线路风险。
（一）离散状态之下的属性
采纳层次聚类，设定了离散化这样的连续属性。数据挖掘之中，预处理依循了拟定好的步骤，影响认知实效。在值域范畴内筛选了细分出来的多点，针对筛选的对象设定离散化。这种情形下，属性值域将被涵盖在细化的区段内，区间被替换成某一符号。
（二）重设精准的运算流程
电力体系中，线路及搭配的节点存有偏复杂的关联，影响着脆弱性。若从节点视角来辨识脆弱性，就忽视了布设线路凸显的彼此干扰，解析并不全面。解析复杂网络，要兼顾一切线路及关联的节点，解析得出的数值可变为决策。依照决策树，精简了常规流程的算法，解析分布概率。针对筛选的线路，辨识了层次风险。
图2 线路的脆弱性
（三）识别层次风险
层次聚类侧重识别了近似的对象状态，划分近似程度。被划归在同一区段之中的对象拥有很近似的特性，若被归入不同区段，那么对象不会彼此近似。衡量对象距离，识别了连续状态之下的近似度。對象被划归至同一区段，逐步设定彼此的合并。在某一层顶侧，离散化对应着属性值，借以创设了简易的新网络。线路脆弱性不可脱离层次风险，它关系着布设的线路，衡量复杂状态，选取脆弱性的符号以便代表风险[4]。
结语：
经过综合考量，判别了多重线路自带的脆弱倾向，妥善评估风险。评价结果表示：线路及布设的多重节点都紧密衔接，有着复杂联系。网络自带的特性关乎内在线路，关系到脆弱性。与此同时，两侧节点也凸显了脆弱性这样的干扰，布设的节点显出了密集倾向，彼此含有差异。从复杂特性着手，辨识了连锁情形下的断电故障根源，探析事故机理，为后续实践供应了参照。
参考文献
[1]苏慧玲，李扬. 基于电力系统复杂网络特征的线路脆弱性风险分析[J]. 电力自动化设备，2014（02）：101-107.
[2]夏麟顗，肖凱鑫，刘恩豪. 基于复杂网络和风险理论的电力系统脆弱性评估[J]. 电子世界，2014（09）：46-47+146.
[3]苏慧玲，李扬. 从电力系统复杂网络特征探讨元件的脆弱性[J]. 电力系统自动化，2012（23）：12-17+77.
[4]李扬，苏慧玲. N-k故障下影响电力系统脆弱性的关键线路研究[J]. 电力自动化设备，2015（03）：60-67.