基于智能电网信息通信系统的风险态势评估方法技术方案

本发明专利技术涉及电网信息通信安全技术领域，是一种基于智能电网信息通信系统的风险态势评估方法，包括S1：建立风险态势评估指标体系；S2：利用主客观相结合的计算方法确定风险态势评估指标体系中指标的模糊密度；S3：将指标的模糊密度进行模糊测度后，用模糊积分算子来融合各指标集合的模糊测度值；S4：确定风险等级，构造相应的隶属函数，得出模糊评价矩阵；S5：将指标集合的模糊测度值与各风险等级相对应的评价矩阵进行模糊积分，得出该风险等级的综合估计值，重复上述S3至S4，得出智能电网信息通信系统的风险态势综合估计值。本发明专利技术提供的方法考虑了各指标间的耦合性和风险，提高了评估结果的精确性。

【技术实现步骤摘要】
基于智能电网信息通信系统的风险态势评估方法
本专利技术涉及电网信息通信安全
，是一种基于智能电网信息通信系统的风险态势评估方法。
技术介绍
随着能源互联网掀起的热潮，电力系统的组织结构和运行方式都在发生着深刻的变化。分布式电源以及各种储能设备不断接入，运行方式变得更加灵活；设备数据精度、采集的频度不断提高，产生海量数据程指数级增长；未来的电力系统不仅仅是电能生产、运输、分配、使用的物理系统，而是由物理系统、信息系统、控制单元深度耦合的电力CPS系统。在电力CPS中，风险的传播方式具有明显的耦合性，其CPS特征在给电力系统带来高效、稳定运行的同时，也带来了许多不确定因素。传统的电力信息通信网络风险态势评估方法主要可以分为定性分析、定量分析、综合分析三种，如主成分分析法、BP神经网络法等。然而主成分分析法思想是通过原有变量的少数线型组合来解释原有变量，以达到对高维变量综合和化简的目的，但是这种方法样本的数量选取都比较重要，结果对数据的选取比较敏感；BP神经网络法对电力通信网络进行风险评估时将通信网抽象为3层的前馈BP网络进行分析，在一定程度上缩短了收敛的时间，但可能会出现局部最优的偏差，且隐含层节点数目不易确定。
技术实现思路
本专利技术提供了一种基于智能电网信息通信系统的风险态势评估方法，克服了上述现有技术之不足，其能有效解决现有技术中在筛选影响智能电网信息通信系统安全性指标时，仅依靠专家支持度法造成的依赖专家经验定性过于主观、忽略评估指标间的耦合性和风险的非可加性，导致的无法真实反应系统可靠性的问题。本专利技术的技术方案是通过以下措施来实现的：一种基于智能电网信息通信系统的风险态势评估方法，包括以下步骤：S1：建立智能电网信息通信系统风险指标体系，以专家支持度法和最小均差法相结合的方式对智能电网信息通信系统的风险指标进行初步筛选，将筛选出的指标作为初选指标，并将初选指标采用层次化体系架构建模生成风险态势评估指标体系，其中筛选初选指标具体包括以下过程：S101，邀请M位相关领域的专家，对风险指标X进行投票，计算每个指标的专家支持度：式中：supi表示指标i的支持度，vi表示的是专家对指标i的投票数目；M为参与投票的专家总数，S102，运用最小均差法，假设风险指标X有n条评估样本数据，每个样本对象都有m个指标，指标值用参数xij(i＝1,2,…,n；j＝1,2,…,m,)来表示，第j指标的均方差如下：式中：m为指标的个数；为样本均值；S103，将专家支持度方法和最小均差法相结合，判断是否满足设置的限定条件，条件表达式为：若满足，则剔除对应的风险指标若不满足，则将对应的风险指标作为初选指标；S104：将筛选出的初选指标采用层次化体系架构建模生成风险态势评估指标体系，将风险态势评估指标体系分为目标层、准则层和指标层；S2：利用主客观相结合的计算方法确定风险态势评估指标体系中指标的模糊密度；S3：将指标的模糊密度进行模糊测度后，用模糊积分算子来融合各指标集合的模糊测度值；S4：确定风险等级，根据风险等级构造各相应的隶属函数，得出模糊评价矩阵；S5：将S3中各指标集合的模糊测度值与S4中各风险等级相对应的隶属函数的评价矩阵进行模糊积分，得出该风险等级的综合估计值，循环上述S3至S4，直到达到最高的目标层得出智能电网信息通信系统的风险态势综合估计值。下面是对上述专利技术技术方案的进一步优化或/和改进：上述S2中：计算指标的模糊密度具体包括以下过程：S201，根据AHP法得到主观权重序列的过程为：S2011，根据构建的电力信息通信网络风险态势评估指标体系X构造判断矩阵：设xi∈X(i＝1,2,…,n)，αij代表指标xi对xj的相对重要性，则指标xi对xj的相对重要性为1/αij，确定判断矩阵A＝(αij)n×n，S2012，使用方根法来确定指标权重，得到判断矩阵后，其方根法如下：得到初选指标权重序列η′＝(η1′,η2′,…，ηn′)T，式中：n代表指标的个数；aij代表判断矩阵中xi相对xj的重要性标度；ηi′代表第i个指标的主观权值，S2013，根据上一步骤得到的指标权重序列，将其进行0-1标准化：式中：ηi代表第i个标准化后的指标值；n代表指标的个数；S2014，由此可得改进的AHP法求得的主观权值为：η＝(η1,η2,…，ηn)T，S202，根据熵权法得到客观权值的过程为：S2021，设有m条数据样本，n项评估指标，其组成的指标数据矩阵为X＝(xij)m×n，指标值xij在指标j下的权重为h(xij)，指标j的熵值为ej，式中：k＝(lnm)-1,ej≥0，S2022，计算各指标的变异程度系数dj：dj＝1-ej(8)式中：j＝1,2,…,n，S2023,计算各指标的权重系数ξj：式中：n代表指标的个数；j＝1,2,…,n；ξj代表第j个指标的客观权值，S2024，由此可得熵值法求得的客观权值为：ξ＝(ξ1,ξ2,…,ξn)T；S203：利用基于偏好因子的主客观权重结合法，将主客观权重结合，来确定各指标的模糊密度，即各指标的综合权重w为:W＝[αη1+(1-α)ξ1,αη2+(1-α)ξ2,…,αηn+(1-α)ξn]T(10)式中：n代表指标的个数；α为主观权向量的偏好因子，取值为0.5。上述S3中得到指标集合的模糊测度值具体包括以下步骤：S301，对模糊测度的相关定义、定理进行界定：令λ∈(-1，∞)，有限集合X＝{x1,x2,…,xn}，|X|＝n≥3，若(X,P(X))为可测空间，且集函数：gλ:P(X)→[0,1]满足下列条件时:(1)gλ(Φ)＝0,gλ(X)＝1；(2)F∈P(X),E∩F＝Φ，E∪F≠X，有:gλ(E∪F)＝gλ(E)+gλ(F)+λgλ(E)gλ(F)那么，称gλ为λ模糊测度；正则gλ模糊测度中的参数λ的值由以下方程决定：当时，λ>0，gλ模糊测度是超可加的；当时，λ＝0，gλ模糊测度是可加的；当时，λ<0，gλ模糊测度是次可加的；S302：设有限集合X＝x1,x2,…,xn,gλ是P(X)上的λ-Fuzzy测度，记为：gλ({xi})＝g(i＝1,2,…,n)，则A∈P(X)，有:S303：根据式(11)，结合S2中指标的模糊密度，求取各指标集合的λ参数值；S304：根据式(12)，计算各指标集合的模糊测度值，即耦合性权值。上述S4中得出各风险等级相对应的隶属函数具体包括以下步骤：S401，按照信息安全风险评估规范划确定风险等级评语集，并将风险等级评语集r分为r1，r2，r3，r4，r5五个模糊集合；S402，针对上述五个风险等级模糊集合，采用岭型分布模型构造隶属函数，将数据代入式(13)，得到各风险等级相对应的隶属函数，并依据隶属函数得出各风险等级的模糊评价矩阵：上述于S5：计算风险态势综合估计值具体包括以下过程：S501：将模糊测度值与评价矩阵进行模糊积分，设有限集X＝{x1,x2,…,xn}，μ:x→[0,1]满足，μ(x1)≤μ(x2)≤…≤μ(xn),则可测函数μ关于模糊测度gλ的choquet模糊积分为:式中：μ(x0)＝0；Ai＝{xi,xi+1,…,xn}；δi＝gλ(Ai)-gλ(Ai+1)；gλ(An+1)＝0；S502：假设S4得到的某个本文档来自技高网...

【技术保护点】
1.一种基于智能电网信息通信系统的风险态势评估方法，其特征在于包括以下步骤：S1：建立智能电网信息通信系统风险指标体系，以专家支持度法和最小均差法相结合的方式对智能电网信息通信系统的风险指标进行初步筛选，将筛选出的指标作为初选指标，并将初选指标采用层次化体系架构建模生成风险态势评估指标体系，其中筛选初选指标具体包括以下过程：S101，邀请M位相关领域的专家，对风险指标X进行投票，计算每个指标的专家支持度：

【技术特征摘要】
1.一种基于智能电网信息通信系统的风险态势评估方法，其特征在于包括以下步骤：S1：建立智能电网信息通信系统风险指标体系，以专家支持度法和最小均差法相结合的方式对智能电网信息通信系统的风险指标进行初步筛选，将筛选出的指标作为初选指标，并将初选指标采用层次化体系架构建模生成风险态势评估指标体系，其中筛选初选指标具体包括以下过程：S101，邀请M位相关领域的专家，对风险指标X进行投票，计算每个指标的专家支持度：式中：supi表示指标i的支持度，vi表示的是专家对指标i的投票数目；M为参与投票的专家总数，S102，运用最小均差法，假设风险指标X有n条评估样本数据，每个样本对象都有m个指标，指标值用参数xij(i＝1,2,…,n；j＝1,2,…,m,)来表示，第j指标的均方差如下：式中：m为指标的个数；为样本均值；S103，将专家支持度方法和最小均差法相结合，判断是否满足设置的限定条件，条件表达式为：若满足，则剔除对应的风险指标若不满足，则将对应的风险指标作为初选指标；S104：将筛选出的初选指标采用层次化体系架构建模生成风险态势评估指标体系，将风险态势评估指标体系分为目标层、准则层和指标层；S2：利用主客观相结合的计算方法确定风险态势评估指标体系中指标的模糊密度；S3：将指标的模糊密度进行模糊测度后，用模糊积分算子来融合各指标集合的模糊测度值；S4：确定风险等级，根据风险等级构造各相应的隶属函数，得出模糊评价矩阵；S5：将S3中各指标集合的模糊测度值与S4中各风险等级相对应的隶属函数的评价矩阵进行模糊积分，得出该风险等级的综合估计值，循环上述S3至S4，直到达到最高的目标层得出智能电网信息通信系统的风险态势综合估计值。2.根据权利要求1所述的基于智能电网信息通信系统的风险态势评估方法，其特征在于S2中：计算指标的模糊密度具体包括以下过程：S201，根据AHP法得到主观权重序列的过程为：S2011，根据构建的电力信息通信网络风险态势评估指标体系X构造判断矩阵：设xi∈X(i＝1,2,…,n)，αij代表指标xi对xj的相对重要性，则指标xi对xj的相对重要性为1/αij，确定判断矩阵A＝(αij)n×n，S2012，使用方根法来确定指标权重，得到判断矩阵后，其方根法如下：得到初选指标权重序列η′＝(η′1,η′2,…，η′n)T，式中：n代表指标的个数；aij代表判断矩阵中xi相对xj的重要性标度；η′i代表第i个指标的主观权值，S2013，根据上一步骤得到的指标权重序列，将其进行0-1标准化：式中：ηi代表第i个标准化后的指标值；n代表指标的个数；S2014，由此可得改进的AHP法求得的主观权值为：η＝(η1,η2,…，ηn)T，S202，根据熵权法得到客观权值的过程为：S2021，设有m条数据样本，n项评估指标，其组成的指标数据矩阵为X＝(xij)m×n，指标值xij在指标j下的权重为h(xij)，指标j的熵值为ej，式中：k＝(lnm)-1,ej≥0，S2022，计算各指标的变异程度系数dj：dj＝1-ej(8)式中：j＝1,2,…,n，S2023,计算各指标的权重系数ξj：式中：n代表指标的个数；j＝1,2,…,n；ξj代表第j个指标的客观权值，S2024，由此可得熵值法求得的客观权值为：ξ＝(ξ1,ξ2,…,ξn)T；S203：利用基于偏好因子的主客观权重结合法，将主客观权重结合，来确定各指标的模糊密度，即各指标的综合权重w为:W＝[αη1+(1-α)ξ1,αη2+(1-α)ξ2,…,αηn+(1-α)ξn]T(10)式中：n代表指标的个数；α为主观权向量的偏好因子，取值为0.5。3.根据权利要求1或2所述的基于智能电网信息通信系统的风险态势评估方法，其特征在于S3中，得到指标集合的模糊测度值具体包括以下步骤：S301，对模糊测度的相关定义、定理进行界定：令λ∈(-1，∞)，有限集合X＝{x1,x2,…,xn}，|X|＝n≥3，若(X,P(X))为可测空间，且集函数：gλ:P(X)→[0,1-满足下列条件时:(1)gλ(Φ)＝0,gλ(X)＝1；(2)E∩F＝Φ，E∪F≠X，有:gλ(E∪F)＝gλ(E)+gλ(F)+λgλ(E)gλ(F)那么，称gλ为λ模糊测度；正则gλ模糊测度中的参数λ的值由以下方程决定：当时，λ>0，gλ模糊测度是超可加的；当时，λ＝0，gλ模糊测度是可加的；当时，λ<0，gλ模糊测度是次可加的；S302，设有限集合X＝x1,x2,…,xn,gλ是P(X)上的λ-Fuzzy测度，记为：gλ({xi})＝g(i＝1,2,…,n)，则A∈P(X)，有:S303，根据式(11)，结合S2中指标的模糊密度，求取各指标集合的λ参数值；S304，根据式(12)，计算各指标集合的模糊测度值，即耦合性权值。4.根据权利要求1或2所述的基于智能电网信息通信系统的风险态势评估方法，其特征在于S4中得出各风险等级相对应的隶属函数具体包括以下步骤：S401，按照信息安全风险评估规范确定风险等级评语集，并将风险等级评语集r分为r1，r2，r3，r4，r5五个模糊集合；S402，针对上述五个风险等级模糊集合，...

【专利技术属性】
技术研发人员：刘昆，邹岳琳，郭江涛，张龙军，王天军，明涛，王巧莉，马斌，吕娜，尹蕊，张烜，顾楠，杨淼，高阳，赵刚，常春雷，
申请(专利权)人：国网新疆电力有限公司信息通信公司，国家电网有限公司，
类型：发明
国别省市：新疆,65