基于相依马尔可夫链的电力CPS风险区域预测方法技术

一种基于相依马尔可夫链的电力CPS风险区域预测方法，其特点是，包括提出一种非均匀电力信息物理耦合网络负荷及约束建模方法，最大限度的简化电力CPS耦合网络，使模型能够动态反映耦合网络中故障节点负荷重配过程和机理；考虑电力信息物理系统双网交互及负荷重配过程，提出相依马尔可夫概率框架，基于动态变化的网络拓扑结构，构建风险区域预模型；在原灰狼群算法的基础上提出交叉自适应灰狼群模型求解算法，引入自适应度位置调整策略和交叉最优解策略对风险区域预测模型进行优化求解。具有方法科学合理，适应性强，效果佳等优点。

Risk area prediction method of power CPS based on dependent Markov chain

【技术实现步骤摘要】
基于相依马尔可夫链的电力CPS风险区域预测方法
本专利技术涉及电力信息物理系统领域，是一种基于相依马尔可夫链的电力CPS风险区域预测方法。
技术介绍
随着多种能源的加入以及智能电网战略的不断发展，大量的电气设备、数据采集设备和计算设备通过电网、信息网两个实体网络相连接，传统的以物理设备为核心的电力系统已逐渐演变为高度耦合电力信息物理融合系统(CyberPhysicalSystems，CPS)。这种变化在为电力系统的数据分析及智能决策带来实时数据支持的同时，也使得电力系统的稳定运行愈发受到信息系统的影响。一旦信息网络受到网络攻击发生元件节点失效的情况，即使是很小范围的风险也有可能沿耦合网络蔓延，其产生的蝴蝶效应会波及很大范围，甚至造成大规模的停电事故。目前针对电力CPS风险传播过程的研究鲜少能够综合考虑耦合网络间的相互影响及元件实际运行特性差异，这就导致预测结果与实际风险传播有较大差异。
技术实现思路
本专利技术的目的是，克服现有电力CPS风险预测分析过程中大都忽略元件实际运行特性差异，导致预测结果与实际风险传播有较大差距的问题，提出一种科学合理，适用性强，效果佳的基于相依马尔可夫链的电力风险区域预测方法。实现本专利技术目的采用的技术方案是，一种基于相依马尔可夫链的电力CPS风险区域预测方法，其特征是，它包括以下步骤:1)提出一种非均匀电力信息物理耦合网络负荷及约束建模方法，将电力信息物理系统中的节点负荷及容量限制进行形式化表征，同时构建非均匀耦合的一对多相依网络，最大限度的简化电力CPS耦合网络，使模型能够动态反映耦合网络中故障节点负荷重配过程和机理：(a)将电力信息物理系统中各网络设备、站点抽象为节点，节点之间的输电线路及通信线路抽象为边；(b)结合网络拓扑结构以及物理节点和信息节点具体运行特性，对节点负荷及约束进行形式化表征，若一个节点失效，则其承载的负荷就回重新分配转移给其相邻节点，当节点承载负荷超过其约束容量，则也发生失效，不能够正常运行；(c)通过改进的加权球仓模型对(b)构建的信息网络和物理网络耦合成为电力信息物理系统；其中，一个电力节点最多能够支持的信息节点数与其初始负荷有关，则如公式(1)所示：物理网络Gp中的节点为球仓，信息网络GC中的节点为球，节点集Gp和GC的大小分别为Sp和SC，那么球可以选择的位置就为SP<Ni>，表示节点度的概率分布，将球分配到出事负荷Lni的概率如公式(2)所示为:通过计算一个电源节点能够承载的有限物理节数量，对信息节点和物理节点耦合关系进行非均匀“一对多”分配，最终得到符合实际网络连接情况的动态非均匀电力CPS网络负荷及约束表征模型；2)考虑电力信息物理系统双网交互及负荷重配过程，提出相依马尔可夫概率框架，基于动态变化的网络拓扑结构，构建风险区域预模型：(d)通过类比单链异构马尔可夫概率框架，得到相依马尔可夫链中综合状态转移概率如公式(3)所示为：其中SAn表示时间步为n的信息系统状态空间，SBn表示时间步为n的物理系统状态空间；(e)引入系统全状态空间Sn将信息网和物理网状态空间进行组合，并在其中添加辅助变量跟踪两个网络节点状态之间的相互影响过程；(f)基于相依马尔可夫链概率框架对耦合网络中的状态转移过程进行描述，构建传播动力学方程：Kn＝0时，系统整体对外表现为吸收状态则其内部节点将稳定运行不会发生状态转移，则下一时刻Kn+1＝0，Sn+1＝Sn，状态转移概率P(Sn→Sn+1)＝1；Kn＝1时，系统整体对外表现为转移状态①若n+1时刻新的失效节点出现在信息网中，则状态转移概率表达式如公式(4)所示：Kn+1＝0时，风险传播就此停止，系统重新恢复吸收状态；Kn+1＝1时，风险继续传播，系统仍处于转移状态；②若n+1时刻新的失效节点沿耦合网络出现在物理网中，则状态转移概率表达式如公式(5)所示：(g)基于(e)和(f)得到的系统全状态空间和不同情况下的状态转移概率带入式(3)，并分情况对系统状态空间进行简化，由此得到基于相依马尔可夫链的电力CPS风险区域预测模型如公式(6)所示：X(xi,yi)＝α1(xi,yi)X(xi-1,yi)+α2(xi,yi)X(xi-1,yi-1)+α3(xi,yi)Y(xi-1,yi-1)(6)Y(xi,yi)＝α4(xi,yi)X(xi-1,yi)+α5(xi,yi)Y(xi-1,yi-1)(7)其中xi、yi分别代表i时刻物理网和信息网的故障节点数，其他系数分别为：α5(xi,yi)＝q(yi-1)(1-p(xi-1)d(yi))-d(yi)(1-p(xi-1))(12)3)在原灰狼群算法的基础上提出交叉自适应灰狼群模型求解算法，引入自适应度位置调整策略和交叉最优解策略对步骤2)得到的风险区域预测模型进行优化求解：(h)为调整最适合的收敛速度，采用自适应调整策略，通过当前适应度值与狼群适应度均值对比，调整算法优化初期的灰狼位置，其表达式如公式(13)所示：其中，W(t+1)表示第t次迭代更新后灰狼的空间方位坐标，t为迭代次数；W1、W2、W3分别为当前灰狼位置距离序号为1、2、3的灰狼的距离；kn和kavg分别表示当前个体适应度以及均值适应度的倒数，ki、kj、kz分别对应1号、2号、3号灰狼的适应度的倒数；(i)提出一种交叉策略，利用迭代更新后的位置空在间坐标与最优种群进行交叉对比，筛选出导致种群物种单一的变异种群位置如公式(14)所示：Wi′(t+1)＝Wμ(t)+|γWμ(t)-Wi(t)|·β(14)其中，W′i(t+1)和Wi(t)分别为重置局部最优解后的狼群个体位置空间坐标；Wμ(t)为当前最优解；r的取值范围为-2～-1和1～2的随机值，β为[0,1]范围内的随机值，用于提供随机适应度以定义种群与猎物之间的吸引力。本专利技术的一种基于相依马尔可夫链的电力CPS风险区域预测方法与现有技术相比的有益效果是：1.在风险区域预测过程中建立的非均匀电力CPS负荷及约束表征模型，能够动态反映系统网络拓扑结构与实际运行特性，在对电力CPS耦合系统最大限度简化的同时，能够解决风险区域预测过程中元件节点负荷难以直接取值，使用条件苛刻，普适性低的问题；2.考虑到风险节点不仅会在信息网和物理网内部传播还会沿耦合网络跨域交替传播的问题，增加对于双网交互方式的研究，有效模拟风险节点在耦合网络中的传播过程；3.加入自适应度位置调整策略以及交叉最优解策略提出交叉自适应灰狼群优化求解算法，提升模型求解效率和准确性；4.其科学合理，适用性强，效果佳。附图说明图1为本专利技术的一种基于相依马尔可夫链的电力CPS风险区域预测方法流程图；图2为非均匀电力CPS网络负荷及约束表征本文档来自技高网...

【技术保护点】
1.一种基于相依马尔可夫链的电力CPS风险区域预测方法，其特征是，它包括以下步骤:/n1)提出一种非均匀电力信息物理耦合网络负荷及约束建模方法，将电力信息物理系统中的节点负荷及容量限制进行形式化表征，同时构建非均匀耦合的一对多相依网络，最大限度的简化电力CPS耦合网络，使模型能够动态反映耦合网络中故障节点负荷重配过程和机理：/n(a)将电力信息物理系统中各网络设备、站点抽象为节点，节点之间的输电线路及通信线路抽象为边；/n(b)结合网络拓扑结构以及物理节点和信息节点具体运行特性，对节点负荷及约束进行形式化表征，若一个节点失效，则其承载的负荷就回重新分配转移给其相邻节点，当节点承载负荷超过其约束容量，则也发生失效，不能够正常运行；/n(c)通过改进的加权球仓模型对(b)构建的信息网络和物理网络耦合成为电力信息物理系统；/n其中，一个电力节点最多能够支持的信息节点数与其初始负荷有关，则如公式(1)所示：/n

【技术特征摘要】
1.一种基于相依马尔可夫链的电力CPS风险区域预测方法，其特征是，它包括以下步骤:
1)提出一种非均匀电力信息物理耦合网络负荷及约束建模方法，将电力信息物理系统中的节点负荷及容量限制进行形式化表征，同时构建非均匀耦合的一对多相依网络，最大限度的简化电力CPS耦合网络，使模型能够动态反映耦合网络中故障节点负荷重配过程和机理：
(a)将电力信息物理系统中各网络设备、站点抽象为节点，节点之间的输电线路及通信线路抽象为边；
(b)结合网络拓扑结构以及物理节点和信息节点具体运行特性，对节点负荷及约束进行形式化表征，若一个节点失效，则其承载的负荷就回重新分配转移给其相邻节点，当节点承载负荷超过其约束容量，则也发生失效，不能够正常运行；
(c)通过改进的加权球仓模型对(b)构建的信息网络和物理网络耦合成为电力信息物理系统；
其中，一个电力节点最多能够支持的信息节点数与其初始负荷有关，则如公式(1)所示：



物理网络Gp中的节点为球仓，信息网络GC中的节点为球，节点集Gp和GC的大小分别为Sp和SC，那么球可以选择的位置就为SP<Ni>，表示节点度的概率分布，将球分配到出事负荷Lni的概率如公式(2)所示为:



通过计算一个电源节点能够承载的有限物理节数量，对信息节点和物理节点耦合关系进行非均匀“一对多”分配，最终得到符合实际网络连接情况的动态非均匀电力CPS网络负荷及约束表征模型；
2)考虑电力信息物理系统双网交互及负荷重配过程，提出相依马尔可夫概率框架，基于动态变化的网络拓扑结构，构建风险区域预测模型：
(d)通过类比单链异构马尔可夫概率框架，得到相依马尔可夫链中综合状态转移概率如公式(3)所示为：



其中SAn表示时间步为n的信息系统状态空间，SBn表示时间步为n的物理系统状态空间；
(e)引入系统全状态空间Sn将信息网和物理网状态空间进行组合，并在其中添加辅助变量跟踪两个网络节点状态之间的相互影响过程；
(f)基于相依马尔可夫链概率框架对耦合网络中的状态转移过程进行描述，构建传播动力学方程：
Kn＝0时，系统整体对外表现为吸收状态
则其内部节点将稳定运行不会发生状态转移，则下一时刻Kn+1＝0，Sn+1＝Sn，状态转移概率P(Sn→Sn+1)＝1；
Kn＝1时，系统整体对外表现为转移状态
①若n+1时刻新的失效节点出现...

【专利技术属性】
技术研发人员：杨巍，曲朝阳，谢千慧，王蕾，曹杰，崔鸣石，胡可为，徐鹏程，孙建，薛凯，苏有权，吕洪波，
申请(专利权)人：东北电力大学，国网吉林省电力有限公司白山供电公司，国网吉林省电力有限公司，国网内蒙古东部电力有限公司信息通信分公司，国网东北分部绿源水力发电公司太平湾发电厂，
类型：发明
国别省市：吉林;22