基于知識圖譜與細(xì)胞自動機(jī)模型的配電網(wǎng)信息系統(tǒng)風(fēng)險分析

梅冰笑，周金輝，孫翔

(國網(wǎng)浙江省電力有限公司電力科學(xué)研究院，浙江 杭州 310007)

0 引言

近年來，各種先進(jìn)量測、通信和控制技術(shù)密集應(yīng)用在配電網(wǎng)中，其信息化程度迅速提高，導(dǎo)致信息系統(tǒng)對電力系統(tǒng)的影響日益增大?，F(xiàn)代配電網(wǎng)狀態(tài)感知、運行決策和經(jīng)濟(jì)運行越來越依賴信息系統(tǒng)的可靠運行，配電網(wǎng)已發(fā)展成為電力物理系統(tǒng)與信息通信系統(tǒng)深度融合的復(fù)雜動態(tài)系統(tǒng)[1-4]。

信息系統(tǒng)對配電網(wǎng)安全穩(wěn)定的影響也逐漸突出：發(fā)生在信息系統(tǒng)上的失效事件，尤其是近年來日益頻繁的網(wǎng)絡(luò)攻擊，對整個配電網(wǎng)的安全穩(wěn)定運行造成了嚴(yán)重的影響。文獻(xiàn)[5]針對烏克蘭停電事件中網(wǎng)絡(luò)攻擊的原理、手段及目標(biāo)開展分析，認(rèn)為其是人類歷史上信息安全影響電力系統(tǒng)運行的里程碑事件，文獻(xiàn)[6]從發(fā)、輸、配、用電側(cè)4 個環(huán)節(jié)綜述了電力系統(tǒng)中網(wǎng)絡(luò)攻擊的典型場景，文獻(xiàn)[7]從數(shù)據(jù)采集與監(jiān)控（SCADA）系統(tǒng)受到網(wǎng)絡(luò)攻擊的角度開展不同攻擊場景對電力系統(tǒng)可靠性的影響分析，文獻(xiàn)[8]指出信息系統(tǒng)的事故將導(dǎo)致電力網(wǎng)絡(luò)的癱瘓，針對網(wǎng)絡(luò)攻擊，文獻(xiàn)[9]從攻擊建模和系統(tǒng)安全評估方面進(jìn)行了梳理分析。進(jìn)而，文獻(xiàn)[10]對信息系統(tǒng)風(fēng)險在電力系統(tǒng)中的傳播開展了建模分析，文獻(xiàn)[11]從攻擊方的角度開展了網(wǎng)絡(luò)攻擊對象和攻擊模式的分析。上述研究主要從電力系統(tǒng)的傳統(tǒng)模型和運行機(jī)理出發(fā)，側(cè)重于依賴現(xiàn)有的硬件隔離裝置和端口保護(hù)策略實現(xiàn)對來自信息系統(tǒng)風(fēng)險的研究。

為了進(jìn)一步刻畫攻擊行為在信息物理耦合空間中的傳播過程和演化規(guī)律，近年來通過利用電網(wǎng)運行狀態(tài)大數(shù)據(jù)分析技術(shù)，開展其在安全防護(hù)中的研究應(yīng)用逐漸增多。文獻(xiàn)[12]指出應(yīng)充分利用大量多源異構(gòu)電力大數(shù)據(jù)，并從中提煉出深層知識并發(fā)揮其應(yīng)用價值為電網(wǎng)安全服務(wù)，文獻(xiàn)[13-15]通過利用電網(wǎng)運行態(tài)勢分析技術(shù)，分別實現(xiàn)安全風(fēng)險的估計預(yù)測、智能調(diào)度和安全防御機(jī)制構(gòu)建，文獻(xiàn)[16]總結(jié)了大數(shù)據(jù)和人工智能方法在故障診斷和狀態(tài)預(yù)測等典型業(yè)務(wù)場景中的應(yīng)用研究?？梢姡壳半娋W(wǎng)風(fēng)險分析主要是利用電源管理單元（PMU）、SCADA 等量測單元的數(shù)據(jù)分析，以大數(shù)據(jù)理論為基礎(chǔ)分析電網(wǎng)狀態(tài)信息和預(yù)測未來態(tài)勢發(fā)展。以上工作為電網(wǎng)安全風(fēng)險分析勾勒了藍(lán)圖，但未給出相關(guān)技術(shù)的詳細(xì)論述，且多數(shù)研究僅停留于對量測數(shù)據(jù)的初步分析，未深入挖掘海量數(shù)據(jù)背后隱藏的電網(wǎng)異常狀態(tài)之間的關(guān)聯(lián)分析和風(fēng)險傳遞關(guān)系，不能實現(xiàn)對網(wǎng)絡(luò)攻擊跨空間傳播路徑的精準(zhǔn)估計。

為了深入挖掘多源異構(gòu)的配電網(wǎng)數(shù)據(jù)特征，更加全面掌握電網(wǎng)運行狀態(tài)及風(fēng)險傳播過程，可利用知識圖譜方法[17-22]對采集的多源異構(gòu)配電網(wǎng)數(shù)據(jù)進(jìn)行風(fēng)險知識的有效提取和深度融合，并通過構(gòu)建多模態(tài)信息融合的風(fēng)險知識圖譜，實現(xiàn)對網(wǎng)絡(luò)攻擊的類型梳理和風(fēng)險的關(guān)聯(lián)分析。進(jìn)一步的，為了刻畫風(fēng)險的動態(tài)傳播過程，可利用細(xì)胞自動機(jī)技術(shù)[23-26]實現(xiàn)對離散信息系統(tǒng)動態(tài)過程的精確建模。

因此，本文首先利用知識圖譜技術(shù)對配電網(wǎng)多源信息進(jìn)行統(tǒng)一表征和存儲，實現(xiàn)配電網(wǎng)風(fēng)險過程的靜態(tài)分析。進(jìn)而基于細(xì)胞自動機(jī)建模分析技術(shù)，研究系統(tǒng)正常與故障狀態(tài)的轉(zhuǎn)變機(jī)制，實現(xiàn)對配電網(wǎng)中信息風(fēng)險發(fā)展過程的動態(tài)分析。通過知識圖譜與細(xì)胞自動機(jī)的結(jié)合，實現(xiàn)對風(fēng)險傳遞信息的充分融合，進(jìn)而達(dá)到對配電網(wǎng)安全風(fēng)險動態(tài)演進(jìn)過程的有效刻畫和分析。

1 模型設(shè)計

1.1 總體設(shè)計

為了深入挖掘配電網(wǎng)海量數(shù)據(jù)背后隱藏的電網(wǎng)異常狀態(tài)之間的關(guān)聯(lián)和風(fēng)險傳遞關(guān)系，實現(xiàn)對風(fēng)險跨空間傳播路徑的精準(zhǔn)估計，基于知識圖譜和細(xì)胞自動機(jī)技術(shù)構(gòu)建多源異構(gòu)數(shù)據(jù)抽取和融合模型，該模型的總體框架如圖1 所示。

圖1 總體技術(shù)路線Fig. 1 Overall technical framework

該模型主要包含2 部分：風(fēng)險知識圖譜構(gòu)建和基于細(xì)胞自動機(jī)的信息風(fēng)險跨空間傳播分析方法。整體的實現(xiàn)流程如下。

（1）利用知識圖譜從配電網(wǎng)多種類型的數(shù)據(jù)源中提取出風(fēng)險實體，并歸納實體間的關(guān)聯(lián)因素，在此基礎(chǔ)上形成關(guān)于配電網(wǎng)風(fēng)險實體的知識表達(dá)；對于不斷加入的新風(fēng)險數(shù)據(jù)，通過與原有實體信息進(jìn)行整合，并排除新舊數(shù)據(jù)之間的矛盾和歧義，并進(jìn)一步經(jīng)過質(zhì)量評估將合格的部分風(fēng)險知識加入知識庫，以確保風(fēng)險故障分析的知識庫的質(zhì)量。通過上述風(fēng)險知識圖譜構(gòu)建，實現(xiàn)對配電網(wǎng)風(fēng)險過程的靜態(tài)分析。（2）基于信息系統(tǒng)風(fēng)險對電力物理設(shè)備的影響特點，構(gòu)建配電網(wǎng)風(fēng)險分析的細(xì)胞自動機(jī)模型，并設(shè)計細(xì)胞的正常與故障狀態(tài)轉(zhuǎn)變機(jī)制，以實現(xiàn)對配電網(wǎng)中信息風(fēng)險發(fā)展過程的動態(tài)分析。（3）結(jié)合知識圖譜和細(xì)胞狀態(tài)機(jī)技術(shù)開展實驗仿真，實現(xiàn)對信息風(fēng)險的跨空間傳播過程分析、細(xì)胞的防御程度對風(fēng)險傳播影響分析和故障細(xì)胞的自愈率對風(fēng)險傳播的影響分析。

1.2 配電網(wǎng)風(fēng)險分析知識圖譜

近年來，電網(wǎng)公司通過多維度數(shù)據(jù)源信息的融合互通，初步實現(xiàn)配電網(wǎng)運行多層級的狀態(tài)監(jiān)測與管控。以省級配電網(wǎng)為例，每月在運行產(chǎn)生幾十種類型高達(dá)數(shù)TB 的多源異構(gòu)大數(shù)據(jù)，同時存在著設(shè)備臺賬數(shù)據(jù)字段空缺和數(shù)據(jù)錄入不準(zhǔn)確等情況，導(dǎo)致難以充分發(fā)揮數(shù)據(jù)貫通、業(yè)務(wù)融合和資源共享優(yōu)勢，不能達(dá)到對配電網(wǎng)風(fēng)險管控業(yè)務(wù)的有效支撐。

而知識圖譜技術(shù)能夠?qū)崿F(xiàn)對不同種類的文本、數(shù)據(jù)庫、圖片、視頻等多源異構(gòu)數(shù)據(jù)進(jìn)行有效的信息抽取和知識融合，梳理數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系并實現(xiàn)知識合并和歧義消除，進(jìn)而通過聚類整合大量知識信息，實現(xiàn)知識的質(zhì)量評估和關(guān)聯(lián)推理，形成簡單清晰的 ＜實體，關(guān)系，實體＞ 三元組。這將為實現(xiàn)配電網(wǎng)中風(fēng)險數(shù)據(jù)的深度挖掘和風(fēng)險傳播分析奠定良好的數(shù)據(jù)基礎(chǔ)。

1.2.1 配電網(wǎng)風(fēng)險分析知識圖譜的構(gòu)建過程

考慮到配電網(wǎng)風(fēng)險跨空間傳播的特點，采用自頂向下的知識圖譜構(gòu)建技術(shù)實現(xiàn)配電網(wǎng)中風(fēng)險實體抽取和風(fēng)險傳遞關(guān)系的梳理。因此，面向配電網(wǎng)風(fēng)險分析的知識圖譜構(gòu)建包括風(fēng)險信息的抽取、風(fēng)險知識的融合和風(fēng)險知識的加工等基本過程，如圖2 所示。

圖2 風(fēng)險分析知識圖譜構(gòu)建過程Fig. 2 Construction process of risk analysis knowledge graph

首先，在信息抽取過程中，主要以從SCADA、地理信息系統(tǒng)（GIS）等數(shù)據(jù)庫和互聯(lián)網(wǎng)中采集到的結(jié)構(gòu)化數(shù)據(jù)源為基礎(chǔ)，通過采集到的各種類型結(jié)構(gòu)化數(shù)據(jù)提取初步的實體信息，同時將半結(jié)構(gòu)化及非結(jié)構(gòu)化海量運行數(shù)據(jù)進(jìn)行分類梳理，實現(xiàn)結(jié)合多個數(shù)據(jù)源信息的互相印證和補(bǔ)充，從而實現(xiàn)對配電網(wǎng)運行風(fēng)險數(shù)據(jù)的規(guī)范化融合，實現(xiàn)有效的信息抽取。

其次，在知識融合過程中，針對結(jié)構(gòu)化數(shù)據(jù)和互聯(lián)網(wǎng)數(shù)據(jù)通過知識合并獲得進(jìn)一步確切的實體分析，進(jìn)而針對配電網(wǎng)中半結(jié)構(gòu)化和非結(jié)構(gòu)化時空數(shù)據(jù)，開展數(shù)據(jù)特征篩選與特征穩(wěn)定性分析，從多維異態(tài)數(shù)據(jù)中提取基本特征，并在此基礎(chǔ)上利用數(shù)據(jù)特征的交互融合分析實現(xiàn)實體歧義合并，為配電網(wǎng)信息空間中現(xiàn)有風(fēng)險或潛在風(fēng)險的全景評估奠定基礎(chǔ)。

最后，在知識加工過程中，根據(jù)知識融合后實體間的關(guān)聯(lián)關(guān)系回溯發(fā)現(xiàn)風(fēng)險成因和傳播關(guān)系，從而進(jìn)一步剝離錯誤實體，清理得出構(gòu)建配電網(wǎng)風(fēng)險分析的準(zhǔn)確實體，并在精確推理、預(yù)測和評估基礎(chǔ)上實現(xiàn)對配電網(wǎng)風(fēng)險關(guān)聯(lián)關(guān)系的刻畫，最終構(gòu)建融合實體和關(guān)聯(lián)關(guān)系在內(nèi)的三元組，以形成反映配電網(wǎng)風(fēng)險的知識圖譜。

1.2.2 知識圖譜構(gòu)建關(guān)鍵技術(shù)

確定實體及其關(guān)系是構(gòu)建配電網(wǎng)風(fēng)險分析知識圖譜的首要任務(wù)。配電網(wǎng)風(fēng)險分析中所涉及的實體關(guān)系包涵了風(fēng)險實體的定義、風(fēng)險關(guān)系的歸集與抽取等。其中，風(fēng)險實體主要從結(jié)構(gòu)化數(shù)據(jù)集中自動識別并確定風(fēng)險發(fā)生的部件或裝置。風(fēng)險實體按照類別可以劃分為一次系統(tǒng)設(shè)備類型風(fēng)險實體和信息/測控系統(tǒng)等二次系統(tǒng)類型風(fēng)險實體。而風(fēng)險關(guān)系的歸集與抽取主要是針對確定的與各種實體相關(guān)聯(lián)的風(fēng)險數(shù)據(jù)進(jìn)行特征建模，然后基于模型處理海量數(shù)據(jù)集形成新的實體集，并針對新實體迭代生成實體之間的關(guān)聯(lián)關(guān)系。

然而，實體集中得到的是一系列孤立的實體，為了進(jìn)一步反映風(fēng)險實體間的深層邏輯關(guān)系，還需要進(jìn)一步挖掘?qū)嶓w之間的關(guān)聯(lián)關(guān)系。面對配電網(wǎng)中各種類型的風(fēng)險數(shù)據(jù)，通過人工構(gòu)造語法或半監(jiān)督學(xué)習(xí)等機(jī)器學(xué)習(xí)技術(shù)，基于現(xiàn)有實體集知識，從大量半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)中進(jìn)一步梳理實體間的相互聯(lián)系，最終形成關(guān)聯(lián)各個實體的知識網(wǎng)絡(luò)圖譜結(jié)構(gòu)。在知識圖譜技術(shù)中，通常采用表達(dá)實體間聯(lián)系的三元組 ＜實體，關(guān)系，實體 ＞來描述風(fēng)險傳播過程中各個實體的關(guān)聯(lián)關(guān)系。如在微機(jī)保護(hù)裝置反饋的饋線電流諧波異常風(fēng)險分析中，針對保護(hù)裝置與電流的風(fēng)險傳遞關(guān)系可用知識圖譜三元組表示為 ＜保護(hù)裝置，諧波，電流 ＞，而饋線與保護(hù)裝置的風(fēng)險傳遞關(guān)系用三元組 ＜饋線，異常，保護(hù)裝置＞ 表示。為了圖形化顯示方便，借鑒圖論知識可將實體簡化為圖論中的節(jié)點，而實體間的關(guān)聯(lián)關(guān)系可用圖論中的邊表示。通過點與邊的組合，配電網(wǎng)風(fēng)險實體之間的傳播關(guān)系可以用網(wǎng)絡(luò)圖形表示，從而以直觀方式展示相應(yīng)場景下的一次系統(tǒng)設(shè)備、二次系統(tǒng)設(shè)備的風(fēng)險關(guān)聯(lián)狀態(tài)。

通過以上風(fēng)險實體的定義、風(fēng)險關(guān)系的歸集與抽取，將配電網(wǎng)風(fēng)險故障信息轉(zhuǎn)化為結(jié)構(gòu)化三元組數(shù)據(jù)?？紤]到針對同一風(fēng)險故障的記錄，有可能是來自GIS 系統(tǒng)或者SCADA 系統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，也有可能是來自監(jiān)控系統(tǒng)的圖像、運維系統(tǒng)的報告等非結(jié)構(gòu)化數(shù)據(jù)，導(dǎo)致在上述多源數(shù)據(jù)中包含重復(fù)的風(fēng)險主體和關(guān)聯(lián)關(guān)系描述等信息，通過數(shù)據(jù)清洗和質(zhì)量提升技術(shù)，構(gòu)建三元組的知識更新模塊，開展對多個數(shù)據(jù)源數(shù)據(jù)的可靠性和一致性驗證，并選擇將各個數(shù)據(jù)源中高頻度出現(xiàn)的風(fēng)險主體和關(guān)系屬性加入現(xiàn)有的風(fēng)險知識庫中。然后，根據(jù)配電網(wǎng)信息空間風(fēng)險分析中已有的實體概念定義及分析框架，以三元組的形式將所有的風(fēng)險知識聯(lián)結(jié)起來，從而以關(guān)系聯(lián)絡(luò)圖的直觀形式存儲在Neo4 j 圖數(shù)據(jù)庫中，實現(xiàn)對配電網(wǎng)風(fēng)險故障實體的建模及關(guān)聯(lián)關(guān)系梳理，最終構(gòu)建配電網(wǎng)風(fēng)險分析知識圖譜。

綜上，通過借助從SCADA、GIS 等數(shù)據(jù)庫或互聯(lián)網(wǎng)采集到的結(jié)構(gòu)化數(shù)據(jù)源，首先選擇其中高質(zhì)量的數(shù)據(jù)，用于描述配電網(wǎng)風(fēng)險的概念、演化和邏輯聯(lián)系。進(jìn)而提取抽象出風(fēng)險實體和風(fēng)險轉(zhuǎn)移關(guān)系，通過采用圖計算和深度學(xué)習(xí)等數(shù)據(jù)處理模式，篩選出影響配電網(wǎng)風(fēng)險的主導(dǎo)實體和關(guān)鍵特征，利用關(guān)聯(lián)、推理、預(yù)測等數(shù)據(jù)挖掘方法，對配網(wǎng)運行大數(shù)據(jù)進(jìn)行基礎(chǔ)信息挖掘，構(gòu)建反映配電網(wǎng)時空大數(shù)據(jù)風(fēng)險事件行為的知識圖譜。通過知識圖譜的構(gòu)建，從數(shù)據(jù)分析的角度實現(xiàn)對風(fēng)險故障傳播時空動力學(xué)特性的認(rèn)知，并且在風(fēng)險分析過程中能夠通過推理實現(xiàn)對未知潛在故障的預(yù)測能力，為電網(wǎng)風(fēng)險分析和預(yù)警提供技術(shù)保障。

1.3 配電網(wǎng)風(fēng)險分析細(xì)胞自動機(jī)模型

配電網(wǎng)信息風(fēng)險傳遞過程是一類時間和空間都離散的過程，而細(xì)胞自動機(jī)模型通過模擬細(xì)胞的自我復(fù)制過程，能夠?qū)崿F(xiàn)對離散事件的有效分析。細(xì)胞自動機(jī)模型一般包含細(xì)胞及其狀態(tài)的建模、鄰域細(xì)胞模型建模和細(xì)胞狀態(tài)轉(zhuǎn)換規(guī)則設(shè)計等要素。

下面以配電網(wǎng)中的一次系統(tǒng)節(jié)點為電力細(xì)胞，以二次系統(tǒng)節(jié)點為信息細(xì)胞, 建立配電網(wǎng)風(fēng)險分析細(xì)胞自動機(jī)模型。

1.3.1 細(xì)胞及其狀態(tài)模型

根據(jù)配電網(wǎng)風(fēng)險分析知識圖譜三元組，將其所包含的設(shè)備分為一次系統(tǒng)中的電力細(xì)胞和二次系統(tǒng)中的信息細(xì)胞兩類。其中, 電力細(xì)胞主要指的是實現(xiàn)電能產(chǎn)生、傳輸和轉(zhuǎn)化的設(shè)備，例如發(fā)電單元、負(fù)荷單元等一次系統(tǒng)節(jié)點，而信息細(xì)胞主要指實現(xiàn)信息采集、通信傳輸、保護(hù)控制的設(shè)備，例如SCADA、前置通信單元、控制器等二次系統(tǒng)節(jié)點。

不論電力細(xì)胞或者信息細(xì)胞，在風(fēng)險傳播過程中，細(xì)胞的狀態(tài)要么處于正常狀態(tài)，要么處于故障狀態(tài)，并隨著時間在二種狀態(tài)之間變化。

1.3.2 細(xì)胞鄰域模型

在風(fēng)險傳播過程中，配電網(wǎng)中細(xì)胞狀態(tài)的動態(tài)變化過程可用有向圖G=(V,E)表 示，其中V是細(xì)胞集合，E是細(xì)胞間關(guān)聯(lián)關(guān)系集合。令細(xì)胞i和j之間的鄰域關(guān)系用鄰域矩陣Z={zi,j}i,j∈V表示，若細(xì)胞i和j之間存在關(guān)聯(lián)則zi,j=1， 反之則zi,j=0。

通過對鄰域矩陣進(jìn)行分塊處理，可進(jìn)一步精確刻畫配電網(wǎng)風(fēng)險傳遞過程，從而將電力細(xì)胞和信息細(xì)胞的關(guān)系與鄰域矩陣建立對應(yīng)關(guān)系。鄰域矩陣的分塊結(jié)果可表示為

式中： βj和 βk分別為細(xì)胞j和細(xì)胞k防御機(jī)制的配置水平；Ni為細(xì)胞i的鄰域細(xì)胞集合。一般的，通過參考配電網(wǎng)脆弱性分析中節(jié)點訪問復(fù)雜度，設(shè)置風(fēng)險傳遞概率的取值為[0, 1]。因此細(xì)胞防御程度越高，風(fēng)險從信息細(xì)胞i傳遞給信息細(xì)胞j的概率越小。

與信息細(xì)胞相關(guān)矩陣A=(ai,j)m×m相對應(yīng)的，鄰域矩陣中與電力細(xì)胞相關(guān)聯(lián)的部分是D=(di,j)n×n，表示電力細(xì)胞間的關(guān)系矩陣。具體的，di,j表示電力細(xì)胞間的功率關(guān)系。 當(dāng)i=j時，分2 種情況討論：di,j＞0表示電力細(xì)胞i輸出功率，而di,j＜0 表示電力細(xì)胞i消耗功率； 當(dāng)i≠j時, 分2 種情況討論：di,j＞0表示功率從細(xì)胞i流向細(xì)胞j，而di,j＜0則表示功率從細(xì)胞j流向細(xì)胞i。

電力細(xì)胞與信息細(xì)胞的關(guān)聯(lián)關(guān)系用矩陣B=(bi,j)m×n和C=(ci,j)n×m表示。其中，B=(bi,j)m×n是信息細(xì)胞對電力細(xì)胞的風(fēng)險傳遞矩陣，刻畫了信息細(xì)胞風(fēng)險對電力細(xì)胞的傳遞影響，其元素值表示信息細(xì)胞風(fēng)險轉(zhuǎn)化為電力細(xì)胞風(fēng)險的相關(guān)性，取值為[0, 1]。而C=(ci,j)n×m則表示電力細(xì)胞將風(fēng)險傳遞給信息細(xì)胞的概率。本文主要研究信息風(fēng)險的傳播機(jī)制, 因此矩陣C設(shè)定為零矩陣。

1.3.3 狀態(tài)轉(zhuǎn)換規(guī)則模型

為了精準(zhǔn)描述配電網(wǎng)風(fēng)險傳遞過程，需要對細(xì)胞的狀態(tài)變化規(guī)則進(jìn)行分析并在此基礎(chǔ)上設(shè)計細(xì)胞的狀態(tài)轉(zhuǎn)化規(guī)則模型。

（1）信息細(xì)胞的狀態(tài)變化。

一般的，對于任意信息細(xì)胞i,令其在t時刻的狀態(tài)為si(t) ，那么其在t+1 時刻的狀態(tài)si(t+1)不但受到其在t時刻狀態(tài)的影響，同時受到其鄰域細(xì)胞在t時刻狀態(tài)集合的影響。如果存在某一鄰域信息細(xì)胞j因受到網(wǎng)絡(luò)攻擊而具有風(fēng)險傳播危險，那么細(xì)胞i將 會以aj,i的概率被感染，即信息細(xì)胞j以概率aj,i攻擊感染鄰域細(xì)胞i。因此信息細(xì)胞i在t+1 時刻發(fā)生風(fēng)險故障的概率可表示為

同時，由于系統(tǒng)校驗和自我修復(fù)機(jī)制的存在，信息細(xì)胞i能夠以一定概率恢復(fù)正常狀態(tài)，即細(xì)胞具有一定的自愈率。綜上，信息細(xì)胞i狀態(tài)轉(zhuǎn)換規(guī)則為

（2） 電力細(xì)胞的狀態(tài)變化。

綜上，電力細(xì)胞i的狀態(tài)變化規(guī)律為

2 仿真實驗及分析

2.1 仿真模型及場景設(shè)置

本文選擇如圖3 所示的配電網(wǎng)仿真系統(tǒng)，對信息風(fēng)險過程開展分析。

圖3 仿真系統(tǒng)Fig. 3 Structure of the simulation system

在電力物理空間，仿真系統(tǒng)具有3 臺發(fā)電機(jī)G1、G2、G3，配置負(fù)荷為L1、L2、L3，3 臺發(fā)電機(jī)分別通過變壓器 T1、T2、T3 實現(xiàn)區(qū)域供電。同時，在信息通信空間，發(fā)電機(jī)、變壓器和負(fù)荷端均配置相應(yīng)的監(jiān)控和傳感設(shè)備，通過通信系統(tǒng)與配電網(wǎng)監(jiān)控主機(jī)相連。

在配電網(wǎng)中，信息細(xì)胞風(fēng)險傳遞到電力細(xì)胞的整體過程主要與3 個因素相關(guān)，分別是信息細(xì)胞到電力細(xì)胞的風(fēng)險傳遞矩陣B、細(xì)胞防御機(jī)制被攻破的概率和細(xì)胞從故障到正常狀態(tài)的自愈率。為此, 仿真實驗對應(yīng)設(shè)計相應(yīng)的3 個場景開展分析。本文主要考慮信息細(xì)胞風(fēng)險對電力細(xì)胞的影響，因此仿真中主要關(guān)注隨著信息細(xì)胞風(fēng)險傳播，電力細(xì)胞的故障規(guī)模指標(biāo)變化情況，該指標(biāo)可定義為

式中：I(t)為t時刻處于故障狀態(tài)的電力細(xì)胞數(shù)量Nf(t) 占全部電力細(xì)胞總量N的比例，也是仿真實驗的主要分析指標(biāo)。

2.2 仿真流程

針對上述場景，仿真實驗主要包括以下步驟。

（1）利用配電網(wǎng)風(fēng)險數(shù)據(jù)通過知識圖譜技術(shù)，構(gòu)建風(fēng)險分析三元組；

（2）隨機(jī)選擇配電網(wǎng)中任意信息細(xì)胞變化為故障狀態(tài)；

（3）根據(jù)知識圖譜三元組知識，判斷是否有相關(guān)電力細(xì)胞發(fā)生故障。根據(jù)細(xì)胞狀態(tài)轉(zhuǎn)換規(guī)則更新信息細(xì)胞和電力細(xì)胞的狀態(tài)；

（4）如果有電力細(xì)胞變化為故障狀態(tài)，則計算配電網(wǎng)的系統(tǒng)潮流，否則等待進(jìn)行到下一時刻；

（5）達(dá)到仿真結(jié)束條件，輸出電力細(xì)胞故障規(guī)模指標(biāo)I(t)。

2.3 仿真結(jié)果

2.3.1 配電網(wǎng)信息風(fēng)險分析知識圖譜構(gòu)建

基于配電網(wǎng)仿真實驗需要，通過設(shè)計相應(yīng)的故障場景積累歷史風(fēng)險數(shù)據(jù)，并在數(shù)據(jù)清洗的基礎(chǔ)上利用圖數(shù)據(jù)庫Neo4 j 技術(shù)對知識圖譜中檢測識別出的風(fēng)險實體與狀態(tài)進(jìn)行查詢，返回與之關(guān)聯(lián)的實體及屬性，完成風(fēng)險知識庫的融合加工?；谥R圖譜的三元組分析結(jié)果，實現(xiàn)對風(fēng)險的靜態(tài)分析，為利用細(xì)胞自動機(jī)技術(shù)實現(xiàn)風(fēng)險傳播過程的動態(tài)分析奠定基礎(chǔ)。圖4 是配電網(wǎng)中發(fā)電機(jī)G1 監(jiān)控單元信息風(fēng)險傳播過程的知識圖譜分析結(jié)果。

圖4 G1 信息風(fēng)險傳播過程的知識圖譜Fig. 4 Knowledge graph of G1 information risk propagation

2.3.2 配電網(wǎng)信息風(fēng)險的傳播動態(tài)仿真

以發(fā)電機(jī)G1 的監(jiān)控單元感染病毒為例，基于知識圖譜得到的結(jié)構(gòu)化知識和細(xì)胞自動機(jī)的離散狀態(tài)分析技術(shù)，開展對信息風(fēng)險傳播過程的仿真模擬。該信息風(fēng)險傳播過程如圖5 所示。

其中, 假定細(xì)胞自愈率 ε=0，細(xì)胞的防御程度為0.5，即風(fēng)險傳播成功的概率為0.5。信息細(xì)胞是圖5 中的第1 行方格，分別代表仿真系統(tǒng)中G1、G2、G3、T1、L1、T2、 L2、T3、L3 的監(jiān)控單元；電力細(xì)胞是圖5 中的矩形方格，矩陣的行與列分別對應(yīng)系統(tǒng)中的母線序號，圖5 刻畫了矩陣Z中的分塊矩陣B，即信息細(xì)胞對電力細(xì)胞的風(fēng)險傳遞和影響過程。在t時刻， G1 監(jiān)控單元感染病毒，由于電力細(xì)胞防御機(jī)制存在，信息風(fēng)險并沒立刻傳播給電力細(xì)胞；在t+1 時刻，由于鄰域細(xì)胞感染，導(dǎo)致與G1 相關(guān)聯(lián)的T1 監(jiān)控單元轉(zhuǎn)移到故障狀態(tài)，同時發(fā)電機(jī)G1 進(jìn)入故障狀態(tài)。與此同時，系統(tǒng)潮流重新計算，導(dǎo)致母線8 與母線9 之間線路功率超限而退出運行；在t+2 時刻，由于細(xì)胞防御機(jī)制的存在，變壓器T1 仍未受到信息風(fēng)險的影響，但隨著故障在電力細(xì)胞間的擴(kuò)散，導(dǎo)致多條母線因功率超限退出運行。最終系統(tǒng)中電源和負(fù)荷均無法聯(lián)絡(luò)，導(dǎo)致系統(tǒng)停電事故。以上是僅僅對發(fā)電機(jī)G1 監(jiān)控單元信息細(xì)胞風(fēng)險傳播過程的分析，為了分析不同信息細(xì)胞風(fēng)險對系統(tǒng)的影響情況，接下來開展信息風(fēng)險傳播對電力細(xì)胞故障規(guī)模指標(biāo)的影響分析，如圖6 所示。

圖5 信息風(fēng)險動態(tài)發(fā)展過程Fig. 5 Dynamic evolution process of information risks

圖6 風(fēng)險演化的時間特性Fig. 6 Temporal characteristics of risk evolution

其中，G1、G2、G3、T1、L1、T2、 L2、T3、L3 的監(jiān)控單元分別對應(yīng)9 個信息細(xì)胞，分別記為節(jié)點1 到節(jié)點9，并且電力細(xì)胞故障規(guī)模指標(biāo)采用260 次仿真的統(tǒng)計均值。由圖6 可知，信息細(xì)胞風(fēng)險對電力系統(tǒng)故障規(guī)模產(chǎn)生一定程度的影響，但是不同的信息細(xì)胞風(fēng)險其影響程度是不同的。具體的，從傳播速度上分析可知，除母線L1 監(jiān)控單元所代表的節(jié)點5 外, 其他細(xì)胞風(fēng)險傳播后的4 個仿真步長能夠?qū)е?0%以上的電力細(xì)胞轉(zhuǎn)移到故障狀態(tài)。進(jìn)一步分析可知, 變壓器T2 監(jiān)控單元所代表的節(jié)點6 在受到風(fēng)險感染后，導(dǎo)致電力細(xì)胞達(dá)到60%故障規(guī)模的時間最短，可知變壓器T2 的監(jiān)控單元重要性突出，尤其要施加更加全面有效的安全防御措施。

2.3.3 風(fēng)險防御機(jī)制對電力故障規(guī)模的影響

選取發(fā)電機(jī)G1 監(jiān)控單元故障為例，分析信息細(xì)胞風(fēng)險傳播對象在不同的防御程度下，電力細(xì)胞故障規(guī)模的變化情況，如圖7 所示。

圖7 細(xì)胞防御程度對故障規(guī)模的影響Fig. 7 Impact of cellular defense degree on the scale of failure

其中，假定所有細(xì)胞從故障狀態(tài)無法自行恢復(fù)到正常狀態(tài)，即自愈率為0。發(fā)電機(jī)G1 的信息細(xì)胞風(fēng)險傳播到鄰域電力細(xì)胞過程中，電力細(xì)胞的防御程度β從0.1 等步長變化到0.9。由圖7 可見，在故障傳播后的任意時間斷面處，隨著電力細(xì)胞防御程度的增強(qiáng)，由于G1 監(jiān)控單元信息風(fēng)險傳播導(dǎo)致電力細(xì)胞的故障規(guī)模逐漸降低；同時當(dāng)系統(tǒng)穩(wěn)態(tài)時，防御程度越高，電力細(xì)胞的故障規(guī)模越小。

2.3.4 細(xì)胞自愈率對電力故障規(guī)模的影響

接下來針對細(xì)胞從故障狀態(tài)自動轉(zhuǎn)換到正常狀態(tài)的能力，即細(xì)胞的自愈率對電力細(xì)胞故障規(guī)模的影響開展分析，實驗結(jié)果如圖8 所示。

其中，信息故障來自發(fā)電機(jī)G1 的監(jiān)控單元，同時假定所有細(xì)胞的防御程度均為0.5。為了比較不同細(xì)胞自愈率對電力細(xì)胞故障規(guī)模的影響，設(shè)定細(xì)胞自愈率 ε從0.9 等步長減小到0.2，令b=1-ε刻畫細(xì)胞自身的欠修復(fù)能力。對應(yīng)細(xì)胞的欠修復(fù)能力b從0.1 等步長增長到0.8。由圖8 可知，信息細(xì)胞的欠修復(fù)能力越弱，其自愈率越高，導(dǎo)致由G1 監(jiān)控單元中的信息風(fēng)險所造成的故障規(guī)模越小。因此通過增強(qiáng)信息細(xì)胞節(jié)點的自我修復(fù)機(jī)制，可以有效提升配電網(wǎng)抵抗風(fēng)險傳播的能力。

圖8 自愈率對電力故障規(guī)模的影響Fig. 8 Impact of cure rates on the scale of failure

3 結(jié)語

為了實現(xiàn)對配電網(wǎng)中信息系統(tǒng)風(fēng)險的傳播過程的精確刻畫，本文利用知識圖譜與細(xì)胞自動機(jī)技術(shù)相結(jié)合的方法實現(xiàn)對配電網(wǎng)信息系統(tǒng)的風(fēng)險分析。首先通過知識圖譜技術(shù)實現(xiàn)配電網(wǎng)中與風(fēng)險關(guān)聯(lián)的多源異構(gòu)數(shù)據(jù)的有效提取和融合，構(gòu)建反映配電網(wǎng)風(fēng)險實體關(guān)聯(lián)關(guān)系的知識圖譜三元組，實現(xiàn)對信息系統(tǒng)風(fēng)險的靜態(tài)刻畫；進(jìn)而構(gòu)建配電網(wǎng)風(fēng)險分析的細(xì)胞自動機(jī)模型，設(shè)計細(xì)胞狀態(tài)轉(zhuǎn)變機(jī)制，實現(xiàn)對配電網(wǎng)中信息系統(tǒng)風(fēng)險傳播過程的動態(tài)分析。在未來研究中，應(yīng)著重考慮細(xì)胞狀態(tài)轉(zhuǎn)換時間對風(fēng)險定量分析的影響，并考慮風(fēng)險在信息系統(tǒng)中的傳播速率與仿真時間間隔的對應(yīng)關(guān)系，以進(jìn)一步精細(xì)刻畫風(fēng)險傳播的過程。