基于节点影响力的电力通信网拓扑结构诊断

基于节点影响力的电力通信网拓扑结构诊断

王欣

国网青海省电力公司信息通信公司  青海 西宁  810001

摘要：节点影响力qi值对诊断网络拓扑结构运行效果起着直接作用，在确定鲁棒性、抗损性时，要深入研究节点删除对整个网络的影响效果，以确保网络使用安全性。

关键词：节点影响力；电力通信网；拓扑结构诊断

电力通信网作为电力系统运行相依网络，网络节点多、拓扑结构多样化，业务运行需较高传输安全可靠性，特别是在当前信息物理融合形势下，电力通信网络节点失效对整个复杂系统传播影响需有针对性的研究。

一、拓扑诊断理论

1、复杂网络模型。拓扑诊断分析旨在分析网络拓扑结构抗毁性、鲁棒性，尽可能准确预告网络拓扑状态，在保证可靠性的同时尽量降低网络运维成本。节点度、节点二级度是衡量网络节点影响的重要属性，从网络拓扑角度反映了节点状态变化时传播影响的范围，聚类系数反映了节点周围三角结构的存在。表征了节点状态改变时，在节点邻域范围内传播影响控制能力。

为便于分析，本文不考虑电力通信网各节点容量的影响，将所有节点视为无差别节点，并将电力通信网抽象为一个无向无权的复杂网络。

2、多属性决策模型。其包括多个指标与属性，通过自带的筛选功能，选择能诊断网络拓扑结构运行状态的最优方案，属于属性权重确定范围。采用多属性决策方法，根据相似关系定律计算信息熵数值，结合数据内容确定最终权重分配模式，确保各指标权重数值。对于属性值相似的指标，其相似度与节点能力间存在反比例关系，即相似度越小，节点能力越强。

3、节点影响力计算。节点影响力计算过程的完备性、准确性将确保后续诊断的合理性。辨别不同节点所展现形态，只有区分影响，才能准确设定维护措施，确定优先级，从而提高电力通信网运行效能。当前，建立的网络结构节点度集中在1或2，呈现无标度性和稀疏特征，但不排除某些网络结构具有星型分布特征。根据以上分析结果，在节点影响力诊断中，需先计算节点度，合理确定指标影响效果，确保节点邻居模型的运行状态得到准确反映，保持良好属性特征。聚类系数主要作用是真实反映三角结构运行情况，并在衡量邻居紧密程度方面起到一定作用。节点影响力计算方法还能使用路径判断来实现业务传输。

此外，对于电力通信网的网络拓扑结构，当节点度逐渐增大时，其连接边数也逐渐增加，充分体现了局部连通性。在考虑连通性时，应能全面查看节点度及聚类系数值，明确连接边数，并确定邻居间连接紧密性，充分测算周围三角结构基本情况，确定贡献值，提高数据可靠性，并从纵横属性值中真实反馈网络运行状态。属性值对决策结果有一定影响，但影响程度较小。

聚类系数与节点度指向基本要素不同，即侧重点不同。因此，要使用相同的趋化函数来处理两个指标数值，以获得性能交互产生的实际效果，并确保能准确反馈相同节点情况。测试算法可用于构建节点网络拓扑图，通过分析拓扑图，得出属性值，由属性值数据可知，不同节点具有不同影响力，仅通过判断指标度不可能准确获得节点影响的具体数值，因此无法量化影响力。此外，在衡量节点影响度时，应同时考虑规模属性及聚集特点，区分两种属性的具体作用，以确保结果准确性。

4、诊断分析。电力通信网拓扑结构诊断主要针对电力通信网络拓扑可靠性，网络中各节点对网络可靠性有不同影响。当删除节点时，网络可靠性的下降代表了该节点对整个网络的影响力。在不同拓扑结构中，影响力大的节点具有相似特征，通过算法准确找到影响力大的节点对网络可靠性分析较重要。电力通信网中网络可靠性分析包括抗毁性、鲁棒性分析，电力通信网拓扑结构诊断也应从这两方面分析。

①鲁棒性。删除节点后，网络连通属性通过鲁棒性来反映，作用范围可覆盖各单元，表彰删除节点后各机构的基本属性，从中获得薄弱单元与结构，定量描述相应单元属性，节点对数与总节点对数之比均值用于确定移除后各单元具体情况。

②抗损性。它能反映关键部件抵御攻击的能力，从性能角度准确核定电力通信网络的作用效能，确保关键服务能力得到准确展现，从而定量描述网络性能。抗损性越强，说明网络系统能抵御更强攻击，其基本性能能满足高效应用要求。在节点删除作业时，能明确作用较强的节点位置，通过检查网络效率能准确获得节点的作用能力，从而提高对抗损性的认识度。信息更易在较近节点间传输，并能提高自然工作效率。在计算网络效率时，节点最短距离的倒数可直接反映节点效率。

删除节点后，效率有两种可能的变化，一是在删除节点后提高了效率，这种情况需满足在原节点相连结构中存在中间节点的要求。由于节点删除，相连接线路被切断，因此线路被重新组合，缩短了运行路径，提高了整体运行效率。二是整个网络效率为0，此时原连接线路中无中间节点，删除节点将剪断连接线路，导致无作用的线路结构，形成0效率网络。在具体计算中，应计算效率平均值，并找到由节点数及删除节点组成的点集合，若最终结果在[0,1]之间稳定，则表明计算准确，网络最佳状态为全局网络效益E=1。当E=0时，表明不存在连通网络，各点独立存在。

二、仿真分析

1、网络结构。为进一步研究节点对网络可靠性的影响，验证本文节点影响力指标的有效性，分别在仿真、真实网络中进行了网络拓扑诊断仿真。由于省级电力通信网络具有小世界特性，而市级通信网具有无标度特性，所以选择1000节点小世界网络模拟省级电力通信网，选择100节点无边度网络模拟地市级网络。经大量试验及数据分析，得出表1所示结果。其中，节点平均度、网络节点数、最短距离、聚类系数、边数均能准确显示。

表1  不同仿真网络的特征参数

2、仿真网络诊断

①结构特征。通过对不同网络基本结构的分析可知，在网络效率诊断中，分别使用具有不同边数及参数的网络结构总结出，在模拟网络结构中，需使用9种无标度网络来获得最佳结果，找到作用平均区间，准确设定平均距离，并将平均聚类系数控制在一定范围内。本文通过确定边数的小世界网络及平均参数为4的模拟网络来模拟电力通信网结构。然而因节点边数影响效果与实际网络存在差距，需控制真实性，所以应合理处理模拟误差。

②抗损性诊断。其基于多项指标，通过分析二级节点度、节点度和聚类系数，对不同网络采用不同排序方法。通常，在相同网络结构中，将排名在前端节点删除。在分析删除节点后不同网络结构的网络效率时，应根据小世界及无标度特点计算下降率，从而获得抗损性变化。经上述操作后，发现下降率的值随着m的增大而减小，这表明影响力逐渐降低，并具有更强抗损性。即使其它指标呈下降趋势，也可根据qi值测量网络抗损性。在WS网络中，观察到平均度增大能提升抗损性。

③鲁棒性诊断。它采用删除不同指标方法精确计算节点的影响，观测标准为连通度。结合连通度变化，衡量各指标影响效果。本文选择删除前五个节点方法，观察指标分歧，最后按相应顺序讨论鲁棒性。从具体数值可知，选择删除多个节点后，网络总体效率无明显变化，其原因是模拟网络边数足够多，删除几个节点不会影响最短距离数值，因此连通性不会有波动性变化。这表明在实际测算中，需逐个删除节点，以观察节点删除造成的较大差异，确定网络连通特性。

3、真实网络诊断

①抗损性诊断。其在真实网络结构中需选择多个指标，适当删除[10%，30%]中排名的节点，关注下降率变化，分析影响效果。根据城市网络测算图，网络下降率与节点删除比例存在关系，当比例增加时，效率也会提升，由此可见，节点删除数量与抗损性存在反比关系，对不同级别网络结构也有相通结论。

②鲁棒性诊断。其不同级别网络表现出不同效果，对于地市级网络结构，仅删除少数节点，即能观察到不同指标变化情况不统一。节点影响力qi值在鲁棒性诊断中起着直接作用。在分析省级网络时，也会出现对应结果。

参考文献：

[1]刘健.基于相似关系的多属性决策问题研究[J].系统工程与电子技术,2016,33(05):1069-1072.