鹿 優(yōu),潘志遠(yuǎn),徐 偉,陳雪峰,楊 帆
(1.國家電網(wǎng)有限公司技術(shù)學(xué)院分公司,山東 泰安 271000;2 國網(wǎng)山東省電力公司泰安供電公司,山東 泰安 271000;3.山東泰山抽水蓄能電站有限責(zé)任公司,山東 泰安 271000)
當(dāng)前,電網(wǎng)企業(yè)為適應(yīng)新形勢、增長新動(dòng)能、打造新業(yè)務(wù)、開辟新市場,將先進(jìn)信息技術(shù)與堅(jiān)強(qiáng)智能電網(wǎng)[1]相融合,廣泛應(yīng)用大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、人工智能、區(qū)塊鏈、邊緣計(jì)算等技術(shù),實(shí)現(xiàn)電力生產(chǎn)全過程和電力系統(tǒng)各環(huán)節(jié)的萬物互聯(lián)、人機(jī)交互和信息共享,構(gòu)建擁有全方位狀態(tài)感知、高效能信息處理、便捷化靈活應(yīng)用等能力的智慧服務(wù)系統(tǒng),稱為泛在電力物聯(lián)網(wǎng)[2]。泛在電力物聯(lián)網(wǎng)的建設(shè)將依托堅(jiān)強(qiáng)智能電網(wǎng),并對(duì)目前的電力通信網(wǎng)進(jìn)行延伸。建成后,網(wǎng)絡(luò)鏈路規(guī)模、數(shù)據(jù)處理能力與業(yè)務(wù)貫通程度均有大幅提升,能夠?qū)崿F(xiàn)能源流、業(yè)務(wù)流、數(shù)據(jù)流“三流合一”[3],是典型的復(fù)雜網(wǎng)絡(luò)[4]。復(fù)雜網(wǎng)絡(luò)的魯棒性[5]作為評(píng)估系統(tǒng)生存能力的關(guān)鍵指標(biāo),一直被廣泛關(guān)注。許多學(xué)者從物聯(lián)網(wǎng)性能指標(biāo)的角度研究了魯棒性的評(píng)估策略,文獻(xiàn)[6]可作為這種思路典型代表,選取能夠體現(xiàn)物聯(lián)網(wǎng)性能的指標(biāo)作為評(píng)估依據(jù),但這一思路難以規(guī)避物聯(lián)網(wǎng)魯棒性本身的不確定性,也難為運(yùn)維提供導(dǎo)向。需要依據(jù)泛在電力物聯(lián)網(wǎng)的結(jié)構(gòu)特點(diǎn),設(shè)計(jì)魯棒性的評(píng)估策略,保持對(duì)網(wǎng)絡(luò)功能的實(shí)時(shí)關(guān)注,為泛在電力物聯(lián)網(wǎng)的建設(shè)、運(yùn)維和管控提供導(dǎo)向。
通過分析泛在電力物聯(lián)網(wǎng)的整體結(jié)構(gòu),探尋其網(wǎng)絡(luò)特性,提出泛在電力物聯(lián)網(wǎng)魯棒性的概念,分析魯棒性的擾動(dòng)因素,依據(jù)網(wǎng)絡(luò)特點(diǎn)擬定泛在電力物聯(lián)網(wǎng)魯棒性的評(píng)估策略,建立一組魯棒性評(píng)估指標(biāo),計(jì)算和分析網(wǎng)絡(luò)模型的各項(xiàng)評(píng)估指標(biāo),得出模型的魯棒性評(píng)估結(jié)論。
基于堅(jiān)強(qiáng)智能電網(wǎng),應(yīng)用泛在物聯(lián)[7]的概念,實(shí)現(xiàn)任何時(shí)間、任何地點(diǎn)、任何人、任何物的信息連接與交互,構(gòu)成了泛在電力物聯(lián)網(wǎng),按照功能可將整個(gè)網(wǎng)絡(luò)分為4 個(gè)層面[8],即:感知層、網(wǎng)絡(luò)層、平臺(tái)層和應(yīng)用層。泛在電力物聯(lián)網(wǎng)的結(jié)構(gòu)如圖1 所示。
感知層處于泛在電力物聯(lián)網(wǎng)的“邊緣”,以各型傳感器、模式識(shí)別和視頻監(jiān)控設(shè)備,提取電力生產(chǎn)全過程和電力系統(tǒng)各環(huán)節(jié)的實(shí)時(shí)數(shù)據(jù)和狀態(tài)信息,以標(biāo)準(zhǔn)化通信接口與終端通信節(jié)點(diǎn)連接,具備邊緣智能處理能力[9],融合了接入、通信、計(jì)算、存儲(chǔ)等功能,完成原始數(shù)據(jù)的就地處理,減輕網(wǎng)絡(luò)云計(jì)算壓力,降低傳輸帶寬負(fù)擔(dān)。
網(wǎng)絡(luò)層作為貫通云平臺(tái)與邊緣節(jié)點(diǎn)的“脈絡(luò)”,以電力光纖通信網(wǎng)為主干,以5G 通信[10]和衛(wèi)星通信方式構(gòu)建的無線通信網(wǎng)為延伸,將各場景中的邊緣節(jié)點(diǎn)納入通信網(wǎng)絡(luò)。網(wǎng)絡(luò)層按照功能可進(jìn)一步劃分為接入層、匯聚層、核心層以及骨干層,網(wǎng)絡(luò)帶寬、傳輸速率、節(jié)點(diǎn)數(shù)量、單一節(jié)點(diǎn)連接數(shù)依次提升。
平臺(tái)層可以視為泛在電力物聯(lián)網(wǎng)的“后臺(tái)”,基于大數(shù)據(jù)、云計(jì)算技術(shù)構(gòu)建,主要作用是存儲(chǔ)和管理各場景數(shù)據(jù),統(tǒng)計(jì)和分析各單元信息,計(jì)算和校驗(yàn)各環(huán)節(jié)指標(biāo),為內(nèi)外部各項(xiàng)應(yīng)用服務(wù)提供一個(gè)兼容、共享的運(yùn)行管控環(huán)境以及大數(shù)據(jù)支撐。
應(yīng)用層是泛在電力物聯(lián)網(wǎng)中數(shù)據(jù)與用戶交互的“前臺(tái)”,對(duì)通過泛在物聯(lián)獲取的大數(shù)據(jù)進(jìn)行充分的處理和發(fā)掘,使數(shù)據(jù)的潛在價(jià)值得以顯性化,將相應(yīng)的指標(biāo)和信息以直觀友好的方式向用戶呈現(xiàn)和交互,滿足行業(yè)內(nèi)外部各類型用戶的應(yīng)用需求。
智能電網(wǎng)原有業(yè)務(wù)體系均基于各專業(yè)需求構(gòu)建,雖然縱向貫通,但是橫向獨(dú)立,難以實(shí)現(xiàn)數(shù)據(jù)和信息的跨專業(yè)交互和共享,形成了多個(gè)孤立運(yùn)作的業(yè)務(wù)群。泛在電力物聯(lián)網(wǎng)將統(tǒng)一數(shù)據(jù)采集和交互標(biāo)準(zhǔn)并規(guī)范接口模式,實(shí)現(xiàn)業(yè)務(wù)的橫向貫通和數(shù)據(jù)的跨專業(yè)共享,并以無線通信技術(shù)打通智能電網(wǎng)通信的“最后一公里”,以靈活接入、界面友好的智能移動(dòng)終端設(shè)備[11]拓展數(shù)據(jù)信息的應(yīng)用空間,為用戶提供優(yōu)質(zhì)高效簡捷的服務(wù),從而優(yōu)化業(yè)務(wù)運(yùn)作模式和人員協(xié)作模式。所以,泛在電力物聯(lián)網(wǎng)的建設(shè)將推動(dòng)新業(yè)態(tài)的產(chǎn)生,為電網(wǎng)發(fā)展和企業(yè)轉(zhuǎn)型帶來空前機(jī)遇。
圖1 泛在電力物聯(lián)網(wǎng)結(jié)構(gòu)
泛在電力物聯(lián)網(wǎng)將感知、接入、傳輸、計(jì)算、存儲(chǔ)等設(shè)備集成到電廠、變電站、調(diào)度中心、電力用戶等電力系統(tǒng)各級(jí)各類場景中,各場景之間由電力網(wǎng)絡(luò)和通信網(wǎng)絡(luò)相互聯(lián)接,形成了具有要素互聯(lián)、狀態(tài)感知、開放共享和融合創(chuàng)新能力的智慧服務(wù)系統(tǒng)。這些物聯(lián)網(wǎng)設(shè)備高度集成的場景成為影響整個(gè)系統(tǒng)功能的要素。根據(jù)復(fù)雜網(wǎng)絡(luò)理論,將集成大量泛在電力物聯(lián)網(wǎng)設(shè)備設(shè)施的場景單元抽象為節(jié)點(diǎn),將聯(lián)接各場景之間的電力網(wǎng)、通信網(wǎng)抽象為邊,便于應(yīng)用復(fù)雜網(wǎng)絡(luò)理論研究泛在電力物聯(lián)網(wǎng)。
移動(dòng)互聯(lián)網(wǎng)技術(shù)的應(yīng)用,讓節(jié)點(diǎn)接入更加便利,組網(wǎng)方式更加靈活,拓?fù)浣Y(jié)構(gòu)更加復(fù)雜。隨著新節(jié)點(diǎn)的不斷接入,泛在電力物聯(lián)網(wǎng)的規(guī)模將持續(xù)增長。根據(jù)“馬太效應(yīng)”,新接入節(jié)點(diǎn)具有與高連接度節(jié)點(diǎn)相連的傾向,少數(shù)節(jié)點(diǎn)通常擁有大量連接,而大多數(shù)節(jié)點(diǎn)的連接數(shù)較少,即節(jié)點(diǎn)的連接度符合冪律分布,體現(xiàn)出復(fù)雜網(wǎng)絡(luò)的無標(biāo)度特性[12]。
泛在電力物聯(lián)網(wǎng)由系統(tǒng)論的角度著眼,可被視為一個(gè)廣義的復(fù)雜控制系統(tǒng),其中,狀態(tài)感知、信息提取、邊緣計(jì)算、信號(hào)接入、數(shù)據(jù)傳輸、應(yīng)用處理等各層面、各環(huán)節(jié)在實(shí)際運(yùn)行的過程中會(huì)受到復(fù)雜物理環(huán)境和網(wǎng)絡(luò)環(huán)境的影響,以及諸多已知和未知因素的干擾,系統(tǒng)參數(shù)攝動(dòng)在所難免,所以需要將魯棒性作為系統(tǒng)性能的評(píng)估指標(biāo),引入泛在電力物聯(lián)網(wǎng)。
泛在電力物聯(lián)網(wǎng)的魯棒性是指當(dāng)網(wǎng)絡(luò)遭受沖擊或參數(shù)發(fā)生擾動(dòng)時(shí),網(wǎng)絡(luò)性能保持穩(wěn)定以及系統(tǒng)維持正常運(yùn)行的能力。由于泛在電力物聯(lián)網(wǎng)從結(jié)構(gòu)上分為4 個(gè)層面,可將擾動(dòng)按照層面分解,則泛在電力物聯(lián)網(wǎng)的魯棒性描述為
式中:R 為泛在電力物聯(lián)網(wǎng)的魯棒性;Zi為影響感知層的擾動(dòng)因素;Wj為影響網(wǎng)絡(luò)層的擾動(dòng)因素;Tm為影響平臺(tái)層的擾動(dòng)因素;Yn為影響應(yīng)用層的擾動(dòng)因素;ai、bj、cm、dn分別為不同層面不同因素對(duì)應(yīng)的權(quán)重;k1、k2、k3、k4分別為各層擾動(dòng)因素的數(shù)量。式(1)旨在定義泛在電力物聯(lián)網(wǎng)的魯棒性,由于擾動(dòng)因素的量化過程較為煩瑣,不參與本文魯棒性評(píng)估計(jì)算。這種描述方式從整體上體現(xiàn)了泛在電力物聯(lián)網(wǎng)的系統(tǒng)結(jié)構(gòu),因此分析網(wǎng)絡(luò)結(jié)構(gòu)是研究泛在電力物聯(lián)網(wǎng)魯棒性的要點(diǎn)。
泛在電力物聯(lián)網(wǎng)的魯棒性擾動(dòng)因素按照來源可分為內(nèi)部因素和外部因素。內(nèi)部因素主要是系統(tǒng)本身的參數(shù)攝動(dòng),經(jīng)過驗(yàn)證影響較大的因素包括:信號(hào)采集成功率、傳感器節(jié)點(diǎn)密度、傳感器節(jié)點(diǎn)失效率、傳感器節(jié)點(diǎn)信噪比、信號(hào)采集吞吐量、信號(hào)傳輸時(shí)延、時(shí)延抖動(dòng)、終端丟包率、終端誤碼率、終端可用帶寬和工作頻段等[13]。外部因素是指系統(tǒng)遭受的沖擊破壞、網(wǎng)絡(luò)攻擊、自然災(zāi)害等。由于大多數(shù)節(jié)點(diǎn)的連接數(shù)較少,所以泛在電力物聯(lián)網(wǎng)在應(yīng)對(duì)隨機(jī)攻擊或意外故障時(shí),網(wǎng)絡(luò)功能受影響較小,表現(xiàn)出較強(qiáng)的魯棒性;由于少數(shù)節(jié)點(diǎn)的連接數(shù)較大,當(dāng)泛在電力物聯(lián)網(wǎng)遭到針對(duì)這些少數(shù)節(jié)點(diǎn)的惡意攻擊時(shí),一旦連接數(shù)高的節(jié)點(diǎn)失效,網(wǎng)絡(luò)功能將被嚴(yán)重打擊,甚至解體癱瘓。實(shí)時(shí)評(píng)估網(wǎng)絡(luò)魯棒性,對(duì)于制定泛在電力物聯(lián)網(wǎng)安全防護(hù)策略以及從整體上做好網(wǎng)絡(luò)運(yùn)維意義重大。
由復(fù)雜網(wǎng)絡(luò)的無標(biāo)度特性可知,具有較高連接度的節(jié)點(diǎn)通常是影響網(wǎng)絡(luò)功能的關(guān)鍵因素,雖然此類節(jié)點(diǎn)數(shù)量較少,但其重要程度很高,在網(wǎng)絡(luò)安全防護(hù)和運(yùn)維資源配置時(shí),應(yīng)予以重點(diǎn)關(guān)注。然而,節(jié)點(diǎn)連接度僅是評(píng)估網(wǎng)絡(luò)魯棒性的一項(xiàng)因素。所以,泛在電力物聯(lián)網(wǎng)的魯棒性評(píng)估策略是建立一組合理的評(píng)估指標(biāo),通過核算各項(xiàng)指標(biāo)數(shù)值,量化網(wǎng)絡(luò)節(jié)點(diǎn)的重要程度,從宏觀上確定對(duì)網(wǎng)絡(luò)功能影響較大的“關(guān)鍵少數(shù)”節(jié)點(diǎn),找準(zhǔn)決定網(wǎng)絡(luò)魯棒性的重點(diǎn)部位。
泛在電力物聯(lián)網(wǎng)的復(fù)雜拓?fù)浣Y(jié)構(gòu)可以抽象為由節(jié)點(diǎn)以及連接節(jié)點(diǎn)的邊構(gòu)成,兩個(gè)節(jié)點(diǎn)之間通過相連的邊進(jìn)行信息交互,且不受固定的方向和權(quán)值的限制,由此建立泛在電力物聯(lián)網(wǎng)的模型為無向無權(quán)[14]網(wǎng)絡(luò)G=(V,E),V 為網(wǎng)絡(luò)中節(jié)點(diǎn)的集合V={v1,v2,v3,…,vn},E 為網(wǎng)絡(luò)中邊的集合,E={e1,e2,e3,…,em}。若節(jié)點(diǎn)vi經(jīng)由一條邊與節(jié)點(diǎn)vj相連,則vij=1;反之,若節(jié)點(diǎn)vi與節(jié)點(diǎn)vj不相連,則vij=0。對(duì)于任意節(jié)點(diǎn)vi,vii=0。節(jié)點(diǎn)vi的重要程度,可以量化為該節(jié)點(diǎn)的幾項(xiàng)關(guān)鍵參數(shù),包括:度中心性[15]、中介中心性[16]、接近中心性[17]、最大連通度[18]和連通因子[19]等,通過核算和分析各節(jié)點(diǎn)的關(guān)鍵參數(shù),確定節(jié)點(diǎn)的重要程度。
1)度中心性(Degree Centrality)是描述與節(jié)點(diǎn)直接相連邊的數(shù)量的指標(biāo)。該指標(biāo)體現(xiàn)一個(gè)節(jié)點(diǎn)擁有的連接數(shù)越多,其通信能力和影響范圍越大,其重要程度越高,但無法區(qū)分連接數(shù)相同節(jié)點(diǎn)的重要度。節(jié)點(diǎn)的度vi中心性為
2)中介中心性(Betweenness Centrality)是描述某一節(jié)點(diǎn)位于其他節(jié)點(diǎn)之間的最短路徑數(shù)的指標(biāo)。該指標(biāo)體現(xiàn)一個(gè)節(jié)點(diǎn)對(duì)其他節(jié)點(diǎn)通信功能的影響力,若節(jié)點(diǎn)的中介中心值高,則對(duì)網(wǎng)絡(luò)通信功能影響較大,其重要程度較高。以gpq表示網(wǎng)絡(luò)中所有節(jié)點(diǎn)到其他節(jié)點(diǎn)的最短路徑數(shù),以gpq(i)表示所有最短路徑經(jīng)過節(jié)點(diǎn)vi的數(shù)量,則節(jié)點(diǎn)vi的中介中心性為
3)接近中心性(Closeness Centrality)是描述從指定節(jié)點(diǎn)到其他節(jié)點(diǎn)的最短路徑倒數(shù)的指標(biāo)。該指標(biāo)反映了節(jié)點(diǎn)與網(wǎng)絡(luò)中其他節(jié)點(diǎn)的接近程度,若節(jié)點(diǎn)的接近中心值高,則其在網(wǎng)絡(luò)中位于中心位置的可能性就大,重要程度就高,反之則說明節(jié)點(diǎn)被網(wǎng)絡(luò)邊緣化,影響力小。以dij表示節(jié)點(diǎn)vi與節(jié)點(diǎn)vj之間的最短距離,則節(jié)點(diǎn)vi的接近中心性為
4)最大連通度Gmax是描述節(jié)點(diǎn)受損失效后,在所有依然具備連通功能的子網(wǎng)絡(luò)中,最大連通子網(wǎng)的節(jié)點(diǎn)數(shù)占所有連通子網(wǎng)中節(jié)點(diǎn)數(shù)的比例。Gmax值越大,說明失效節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)功能影響較小,網(wǎng)絡(luò)的魯棒性較強(qiáng),通信能力得到較好的維持。當(dāng)節(jié)點(diǎn)vi受損后,以Nmax表示此時(shí)最大連通子網(wǎng)的節(jié)點(diǎn)數(shù),以N′表示不含孤立節(jié)點(diǎn)的所有連通子圖的節(jié)點(diǎn)數(shù),則此時(shí)網(wǎng)絡(luò)的最大連通度為
泛在電力物聯(lián)網(wǎng)在拓?fù)浣Y(jié)構(gòu)方面兼容了堅(jiān)強(qiáng)智能電網(wǎng)中的典型拓?fù)?,融合了星形、樹形、總線形、環(huán)狀等經(jīng)典結(jié)構(gòu)。為了確保電力供應(yīng)不間斷和通信傳輸不中斷,增強(qiáng)網(wǎng)絡(luò)魯棒性,堅(jiān)強(qiáng)智能電網(wǎng)中的重要節(jié)點(diǎn)通常采取環(huán)形組網(wǎng)方式,保證鏈路的100%冗余備份??蓪⒔Y(jié)構(gòu)特點(diǎn)提取并抽象為網(wǎng)絡(luò)模型,如圖2所示。該網(wǎng)絡(luò)模型由16 個(gè)節(jié)點(diǎn)按照泛在電力物聯(lián)網(wǎng)典型拓?fù)錁?gòu)成,包含環(huán)網(wǎng)、環(huán)相切、環(huán)帶鏈等經(jīng)典結(jié)構(gòu),節(jié)點(diǎn)度最大為8,節(jié)點(diǎn)度平均為3.125。
圖2 網(wǎng)絡(luò)模型
按照魯棒性評(píng)估策略,逐一計(jì)算網(wǎng)絡(luò)模型中每個(gè)節(jié)點(diǎn)的5 項(xiàng)評(píng)估指標(biāo),即度中心值DC、中介中心值BC、接近中心值CC、最大連通度Gmax、連通因子。計(jì)算結(jié)果如表1 所示,節(jié)點(diǎn)2、節(jié)點(diǎn)3 的度中心值、中介中心值、接近中心值3 項(xiàng)指標(biāo)顯著高于其余節(jié)點(diǎn),由各節(jié)點(diǎn)最大連通度指標(biāo)可知,節(jié)點(diǎn)3 的Gmax數(shù)值最小,所以當(dāng)節(jié)點(diǎn)3 失效時(shí),網(wǎng)絡(luò)功能最受影響,且節(jié)點(diǎn)3 的度中心值、中介中心值、接近中心值最高,說明在該網(wǎng)絡(luò)模型中節(jié)點(diǎn)3 最重要。雖然節(jié)點(diǎn)3、節(jié)點(diǎn)14 的連通因子值最小,但是這兩個(gè)節(jié)點(diǎn)出現(xiàn)這一現(xiàn)象的原因不同,由于節(jié)點(diǎn)3 的度最大,當(dāng)該節(jié)點(diǎn)失效時(shí),與節(jié)點(diǎn)2、節(jié)點(diǎn)4、節(jié)點(diǎn)6、節(jié)點(diǎn)7、節(jié)點(diǎn)9、節(jié)點(diǎn)10、節(jié)點(diǎn)12 與節(jié)點(diǎn)16 的連接斷開,導(dǎo)致節(jié)點(diǎn)4、節(jié)點(diǎn)16 與主網(wǎng)脫離,網(wǎng)絡(luò)功能受損嚴(yán)重;由于節(jié)點(diǎn)14 與節(jié)點(diǎn)15 采取星形組網(wǎng)方式,當(dāng)節(jié)點(diǎn)14 失效時(shí),導(dǎo)致節(jié)點(diǎn)15 成為孤立節(jié)點(diǎn),說明這種連接方式不利于維持網(wǎng)絡(luò)功能,使網(wǎng)絡(luò)魯棒性降低。節(jié)點(diǎn)4、節(jié)點(diǎn)5、節(jié)點(diǎn)7、節(jié)點(diǎn)8、節(jié)點(diǎn)9、節(jié)點(diǎn)10、節(jié)點(diǎn)12、節(jié)點(diǎn)15 與節(jié)點(diǎn)16 的中介中心值為0,說明這些節(jié)點(diǎn)對(duì)其他節(jié)點(diǎn)的通信功能沒有影響;節(jié)點(diǎn)9、節(jié)點(diǎn)10 的接近中心值較高,說明靠近網(wǎng)絡(luò)核心,雖各自與節(jié)點(diǎn)2、節(jié)點(diǎn)3形成環(huán)形連接,但節(jié)點(diǎn)9、節(jié)點(diǎn)10 不在任何節(jié)點(diǎn)之間的最短路徑上,所以環(huán)形結(jié)構(gòu)能夠提升網(wǎng)絡(luò)魯棒性。由上述分析可知,單從一項(xiàng)指標(biāo)無法區(qū)分節(jié)點(diǎn)的重要程度,通過核算和分析網(wǎng)絡(luò)節(jié)點(diǎn)的5 項(xiàng)指標(biāo),不僅能夠確定節(jié)點(diǎn)的重要程度,而且能夠大致掌握節(jié)點(diǎn)在網(wǎng)絡(luò)的分布位置,以及節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)功能的影響力和組網(wǎng)方式等信息,對(duì)于進(jìn)一步有針對(duì)性地做好網(wǎng)絡(luò)建設(shè)以及優(yōu)化資源配置提供重要參考。
表1 網(wǎng)絡(luò)模型中各節(jié)點(diǎn)的5 項(xiàng)指標(biāo)參數(shù)
將網(wǎng)絡(luò)模型中各節(jié)點(diǎn)的5 項(xiàng)指標(biāo)參數(shù)繪制成折線圖如圖3 所示,從圖中可以直觀看到當(dāng)某一節(jié)點(diǎn)失效時(shí),網(wǎng)絡(luò)最大連通度的變化,繼而迅速鎖定對(duì)網(wǎng)絡(luò)功能影響較大的節(jié)點(diǎn),再對(duì)比其他指標(biāo)可以確定網(wǎng)絡(luò)中最重要節(jié)點(diǎn)為節(jié)點(diǎn)3,當(dāng)節(jié)點(diǎn)3 失效后,網(wǎng)絡(luò)魯棒性最低。其余節(jié)點(diǎn)受攻擊時(shí),網(wǎng)絡(luò)的最大連通度和連通因子均處于較高的值,網(wǎng)絡(luò)具有較高魯棒性。
圖3 網(wǎng)絡(luò)模型中各節(jié)點(diǎn)的5 項(xiàng)指標(biāo)參數(shù)
基于泛在電力物聯(lián)網(wǎng)典型拓?fù)錁?gòu)建了網(wǎng)絡(luò)模型,算例分析驗(yàn)證了所提魯棒性評(píng)估策略的可行性,為在實(shí)際網(wǎng)絡(luò)中的推廣應(yīng)用奠定基礎(chǔ)。泛在電力物聯(lián)網(wǎng)規(guī)模龐大,在萬物互聯(lián)的狀態(tài)下,電氣設(shè)備或變電站均能夠抽象為網(wǎng)絡(luò)中的節(jié)點(diǎn),通過狀態(tài)感知能夠獲得網(wǎng)絡(luò)以及各節(jié)點(diǎn)的實(shí)時(shí)狀態(tài),應(yīng)充分發(fā)揮云計(jì)算功能,即時(shí)定位重要節(jié)點(diǎn),找準(zhǔn)影響網(wǎng)絡(luò)功能的關(guān)鍵,實(shí)現(xiàn)網(wǎng)絡(luò)魯棒性的實(shí)時(shí)評(píng)估,確保網(wǎng)絡(luò)整體的安全穩(wěn)定,提升泛在電力物聯(lián)網(wǎng)容災(zāi)能力、容錯(cuò)能力。