基于电网影响因子的电力通信网关键节点识别.pdf

第４４卷第２期２０１６年１月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶ＿０１．４４ＮＯ．２Ｊａｎ．１６．２Ｏ１６基于电网影响因子的电力通信网关键节点识别曾瑛，朱文红Ｉ，邓博仁１７罗云（１．广东电网电力调度控制中心，广东广州５１０６００；２．四川创立信息科技有限责任公司，四川成都６１００９３）摘要：作为电力系统的通信专网，电力通信网具有明显的行业特点。为准确识别网络关键节点，从电力通信网与电网的特殊关系分析节点的重要性，提出电网影响因子的概念。根据节点所处的站点在电网中的地位及作用，即站点类别因素和负荷因素两方面评价节点权重。然后利用电网影响因子，并结合所定义的聚合系数指标，分析电力通信网中重要节点的分布密集状况，得到各节点在网络拓扑中的相对重要性。仿真表明，相对于现有其他算法，该算法能够更好地结合电力通信网的应用特点区分网络拓扑中节点位置相似的节点的重要性，在电力通信网运行风险分析中具有较大的参考价值。关键词：电力通信网；关键节点；电网影响因子；聚合系数Ｃｒｕｃｉａｌｎｏｄｅｄｅｃｉｓｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｐｏｗｅｒｎｅｔｗｏｒｋｉｍｐａｃｔｆａｃｔｏｒｉｎｅｌｅｃｔｒｉｃｐｏｗｅｒｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋ℃ＺＥＮＧＹｉｎｇ。ｚＨＵＷｅｎｈｏｎｇ，ＤＥＮＧＢ０ｆｎ，ＬＵＯＹｕｎ２（１．ＰｏｗｅｒＤｉｓｐａｔｃｈａｎｄＣｏｎｔｒｏｌＣｅｎｔｅｒｏｆＧｕａｎｇｄｏｎｇＰｏｗｅｒＧｒｉｄＣｏｒｐ，Ｇｕａｎｇｚｈｏｕ５１０６００，Ｃｈｉｎａ；２．ＳｉｃｈｕａｎＥｎｒｉｓｉｎｇｌｎｆｏｒｍ￣ｔｔｉｏｎＴｅｃｈｎｏｌｏｇｙＣｏ．，Ｌｔｄ．，Ｃｈｅｎｇｄｕ６１００９３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｓｔｈｅｅｘｃｌｕｓｉｖｅｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋｆｏｒｐｏｗｅｒｓｙｓｔｅｍ，ｔｈｅｅｌｅｃｔｒｉｃｐｏｗｅｒｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋｈａｓｏｂｖｉｏｕｓｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｅｌｅｃｔｒｉｃｐｏｗｅｒｉｎｄｕｓｔｒｙ．Ｉｎｏｒｄｅｒｔｏｉｄｅｎｔｉｆｙｔｈｅｃｒｕｃｉａｌｎｏｄｅｓｏｆｎｅｔｗｏｒｋａｃｃｕｒａｔｅｌｙ，ｔｈｅｉｎｄｅｘｏｆｐｏｗｅｒｎｅｔｗｏｒｋｉｍｐａｃｔｆａｃｔｏｒｉｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｔｈｅｓｐｅｃｉａｌｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｐｏｗｅｒｓｙｓｔｅｍａｎｄｐｏｗｅｒｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋ．Ｔｈｅｎｏｄｅｓｗｅｉｇｈｔｓａｒｅｅｖａｌｕａｔｅｄｏｎｔｈｅｂａｓｉｓｏｆｔｈｅｃａｔｅｇｏｒｙｆａｃｔｏｒａｎｄｔｈｅｌｏａｄｆａｃｔｏｒ，ｎａｍｅｌｙｔｈｅｐｏｓｉｔｉｏｎａｎｄｆｕｎｃｔｉｏｎｉｎｔｈｅｓｔａｔｉｏｎｗｈｅｒｅｔｈｅｎｏｄｅｓｂｅｌｏｎｇ．Ｍｅａｎｗｈｉｌｅ，ｃｏｍｂｉｎｉｎｇｗｉｔｈａｎｅｗｄｅｆｉｎｉｔｉｏｎｆｏｒｃｏｅｆｆｉｃｉｅｎｔｐｏｌｙｍｅｒｉｚａｔｉｏｎｉｎｄｅｘｅｓ．ｉｔａｎａｌｙｚｅｓｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｓｔａｔｅｏｆｔｈｅｃｒｉｔｉｃａｌｎｏｄｅｓ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｓｃａｎｄｉｓｔｉｎｇｕｉｓｈｔｈｅｉｍｐｏｒｔａｎｃｅｄｅｇｒｅｅｏｆｔｈｅｎｏｄｅｓｗｉｔｈｓｉｍｉｌａｒｔｏｐｏｌｏｇｉｃａｌｐｏｓｉｔｉｏｎｓｂｙｃｏｍｂｉｎｉｎｇｔｈｅａｐｐｌｉｃａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐｏｗｅｒｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋ，ａｎｄｈａｓｇｒｅａｔｒｅｆｅｒｅｎｃｅｖａｌｕｅｉｎｐｏｗｅｒｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋｏｐｅｒａｔｉｏｎａｌｒｉｓｋａｎａｌｙｓｉｓ．Ｋｅｙｗｏｒｄｓ：ｅｌｅｃｔｒｉｃｐｏｗｅｒｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋ；ｃｒｉｔｉｃａｌｎｏｄｅｓ；ｐｏｗｅｒｎｅｔｗｏｒｋｉｍｐａｃｔｆａｃｔｏｒ；ｃｏｅｆｆｉｃｉｅｎｔｐｏｌｙｍｅｒｉｚａｔｉｏｎ中图分类号：ＴＭ７３０引言随着智能电网建设的推进，作为电力系统通信专网的电力通信网承载的业务不断增多，网络结构随之越加复杂化。网络关键节点识别在电力通信网运行管理中具有很高的指导意义，研究表明，无标度网络５％～１０％的关键节点受到攻击并失效后，整个网络将会全面崩溃【１］。通过保护或备份关键节点，能够提高电力通信网抵抗攻击的能力，增强网络抗毁性，加强网络防护能力，从而降低网络运行风险。节点重要性是识别网络关键节点的主要依据，现有节点重要性评估研究本质上均是基于图论展开的Ｌ３引，主要分为两类方法：第一类方法侧重于分文章编号：１６７４－３４１５（２０１６）０２－０１０２－０７析节点区别于其他节点的显著性特征，利用节点的某些属性作为区分节点重要性的测度指标，如节点的度、介数、特征向量等，其中介数法通过计算网络节点间最短路径经过节点的数目，即用节点介数评价节点重要性，但其计算复杂程度较高，并不适用于识别复杂网络关键节点；第二类方法通过分析删除节点后对网络整体的影响程度衡量节点重要性，如节点收缩法Ｌ１Ｊ通过分析节点收缩前后网络凝聚度的变化评估节点重要性，以最短路径为基础，综合考虑节点的连接度和节点在网络中的位置，较介数法更为直观有效；文献［９］在此基础上提出的改进节点收缩法考虑了节点间相互作用的强弱程度，利用加权网络刻画节点间的作用细节，但是节点收曾瑛，等基于电网影响因子的电力通信网关键节点识别．１Ｏ３．缩法及其改进方法均无法区分环网中位置条件相同节点的重要性。电力通信网具有明显的行业特点，在评价电力通信网节点重要度时，现有评价方法仅在通信网络层面考虑问题，很少从电力通信网与电网的特殊关系来分析节点的重要性，并未考虑网络节点自身地位和作用的区别，不能够全面、有效地反映出网络节点在拓扑层的重要性。在电力通信网中，各节点的地位及作用存在明显差别，省级电力通信骨干网中的重要节点如省级调度中心和５００ｋＶ变电站的地位及作用大于其他节点，通过图论评价节点重要性时，此类重要节点理应具有区别于其他次要节点的权重值。本文考虑电力通信网行业背景，结合网络节点所在站点在电网中的影响分析，利用电网影响因子作为通信网节点权重的评价指标，并定义节点聚合系数，将节点权重和节点紧密程度相结合，全面分析网络节点在网络拓扑中的重要性，作为识别网络关键节点的依据，为加强电力通信网风险管理与控制提供参考。一１电网影响因子作为电力系统的通信专网，电力通信网具有较强的行业特点，通信网节点与电网站点高度重合。从通信网络角度来看，电网的各类站点如调度中心、变电站或电厂仅仅是通信节点，但实际上这些节点所处的电网站点在电网中的地位及作用存在较大区别。定义电网影响因子，用于分析电力通信网节点在电网所处地位和影响力。电力通信网络节点所在站点中有不同类别，如调度中心、变电站、电厂等，这些站点在电网中存在电压等级或管理等级以及规模大小的区别，其等级的高低能直接反映站点在电网的影响程度；另外，站点负荷因素，包括站点或其服务范围内的负荷等级和负荷大小，能间接衡量站点在电网的影响程度。因此从类别因素和负荷因素两个方面分析节点的电网影响因子，电网影响因子评价体系如图１所示。其“”中，本文将电力通信网节点所处场所统称为站点，包括：调度中心、变电站和电厂等类型。１．１站点类别电力通信网节点所在站点包括调度中心、变电站以及电厂等类型，同类站点还区分电压等级或管理等级，如５００ｋＶ变电站比２２０ｋＶ变电站等级高，影响力大，５００ｋＶ变电站属于网调（区域电网调度中心）管辖，２２０ｋＶ变电站则受中调（省级电网调度中心）管辖，站点等级是站点在电网中的地位的直接反映；另外，站点规模同样影响节点地位，如变电图１节点电网影响因子评价体系Ｆ．１ＥＶａｌｕａｔｉ０ｎｓｙｓ￣ｍｏｆｐｏｗｅｒｎｅ似ｏｒｋｉｍｐａｃｔｆａｃ￣ｒ站以规模大小分为枢纽站、区域站与终端站，不同规模的变电站功能与作用不同，相应的地位也不同，同时，调度中心所管辖站点规模大小也能区分调度中心的影响程度。因此，从站点等级、站点规模两个因素评价节点所在站点类别因素。为客观评价站点类别因素，根据电力企业生产管理相关规定【ｌ引，建立电力通信网节点所处站点类别因素评价准则，如表１所示。表１站点类别指标评价准则Ｔａｂｌｅ１Ｅｖａｌｕ￣ｉｏｎｃｒ￣ｅｒｉａ０ｆｔｌ１ｅｓｔａｔｉＯｎｃａｔｅｇｏ￣ｉＭｅｘ１．２站点负荷（１）负荷等级对于直接服务电力用户的变电站或者间接服务电力用户的调度节点、省级生产单位以及省直调电厂等节点，所服务的用户重要程度对于节点的影响力具有较大影响，因此根据电力负荷所服务的电力用户等级区分站点负荷等级。按照国家相关规定，电力用户分为重要电力用户和其他电力用户。重要电力用户是指在国家或者一个地区（城市）的社会、政治、经济生活中占有重要地位，对其中断供电将可能造成人身伤亡、较大环境污染、较大政治影响、较大经济损失、社会公共秩序严重混乱的用电单位或对供电可靠性有特殊要求的用电场所。重要电力用户名单由供电企业根据地方人民政府有关部门确定的重要电力用户的行业范围及用电负荷特性提出，经县级以上地方人民政府有关部门批准后，报电力监管机构备案。根据供电可靠性的要求及中断供电危害程度，重要用户可以分为特级、一级、二级重要电力用户和临时性．１０４．电力系统保护与控制重要电力用户。特级重要用户是指在管理国家事务中具有特别重要作用，中断供电将可能危害国家安全的电力用户；一级重要用户是指中断供电将可能产生重大影响或损失的电力用户；二级重要用户是指中断供电将可能产生较大影响及损失的电力用户；临时性重要电力用户，是指需要临时特殊供电保障的电力用户（大型水利枢纽、隧道施工、重大活动临时保电用户１。根据电力用户用电管理相关文件规定ｌ】引，部分重要用户等级划分标准如表２所示。表２重要用户等级划分参照标准Ｔａｂｌｅ２Ｒｅｆｅｒｅｎｃｅｓｔａｎｄａｒｄｏｆｉｍｐｏｒｔａｎｔｅｌｅｃｔｒｉｃａｌｃｕｓｔｏｍｅｒｓ用户分类用户范围等级认定省级及以上党、政机关特级省高级人民法院、省检察院，地市级党、政府机关一级政机关地市级法院、检察院二级重要基础重要防汛防洪等水利设施一级污水处理设施二级设施供水、供油（气）、供热等设施二级省级及以上通信企业、通信枢纽站一级通信枢纽地市级通信企业、通信枢纽站二级省级人民银行、重要证券交易机构（深交所）一级ｌ金融机构地市级人民银行、省级商业银行二级三级甲等医院一级医疗卫生二级及以上带有手术抢、救重症监护等涉机构及生命安全设施的医疗机构二级省级疾病预防控制中心二级（２）负荷大小站点负荷的大小是站点影响程度的重要参考指标。电网中站点的负荷大小并非固定值，其随着电网负荷变化而变化，但是站点在电网中的负荷相对大小则是相对稳定的，因此利用站点在电网所占负荷比例评价站点负荷大小。站点或其管辖范围完全故障并对外停电将会产生电网减供负荷，即电网在事故发生期间的实际负荷最大减少量。根据节点所在站点或其管辖范围完全故障并对外停电造成的电网减供负荷事故等级【ｌ５Ｊ差别作为评价节点负荷大小因素的评价标准，综合负荷等级因素，得到节点负荷因素评价准则如表３所示。１．３电网影响因子按照电力通信网节点电网影响因子评价体系及各因素评价准则，计算节点电网影响因子。…ⅣⅣ选取因素指标集Ｋ＝｛），＝１，２，，，其中等于４，ｋ１、、乜、分别指代站点等级、站点规模、负荷等级和负荷大小四个因素指标。根据节点…集Ｖ＝｝，ｉ＝１，２，，，对因素指标的不同要求，按表３站点负荷因素评价准则Ｔａｂｌｅ３Ｅｖａｌｕａｔｉｏｎｃｒｉｔｅｒｉａｏｆｔｈｅｓｔａｔｉｏｎｌｏａｄｉｎｄｅｘ电力通信网节点所处站点负荷因素评价准则负荷因素因素评价准则按照站点所服务的电力用户等级相关标准确负荷等级定站点负荷等级并赋予相应的影响力值。按照厂／站完全故障或调度中心管辖范围内的负荷大小厂／站全部故障造成的电网减供负荷事故等级确定负荷大小并赋予相应的影响力值。照节点电网影响因子评价准则确定节点集的影响力∈…评分值｛ｓｉ（）），ｓｉ（）｛１，２，，Ｓ），（）表示节点ｖ所在站点在因素指标下的影响力评分，取值根据指标评价准则确定。其数值表示节点在指标的相对影响程度评分。通过节点影响力评分计算因素指标下的节点相对影响力矩阵Ａ：（）＝’……日磅勘ａ…’ａ式中，表不－－￣ｑ－．点ｖｉ：￣Ｕ在因素指标下的相对影响值。当时，不具有实际意义，应取对结果无影响的数值，）－这里令＝０。当时Ｓｉ（）／，（）＞１０．５Ｓｉ（）／Ｓｊ（）＝１（２）０ｓｉ（）／Ｓｊ（）＜１对同一指标下的节点相对影响力矩阵的行向量元素进行求和，得到因素指标下节点相对影响，力矩阵口＝．，该矩阵衡量在一个指标下各：１节点的相对影响力。节点相对影响力矩阵仅仅描述了节点在一个评价指标下的相对影响力，为综合不同指标下的节点相对影响力，将相对影响力进行相加求和，得到Ⅳ节点综合相对影响力矩阵口ｓｕｍ＝口，该矩阵是’节点在不同指标下相对影响力的融合，反映了节点在不同因素指标下的综合相对影响力大小。为避免节点影响力评价结果之间的差异过大或过小，本文采用基于隶属度的归一化方法对综合相对影响力矩阵进行处理，得到节点电网影响因子值。采用的高斯隶属函数表达式为．（．．ｘ．．．－．．．ｃ—．）—２Ｙ＝ｅ２ａ。（３）设定式（３）中参数Ｃ和就可得到隶属函数曲曾瑛，等基于电网影响因子的电力通信网关键节点识别．１０５．线的形状和位置。将高斯型隶属函数的参数ｃ和定义为ｃ＝（１＋￡）口（４）＝｛・＋Ｉ一（５）……式中：ａ￣＝ＭＡＸ（ａ；，口，，，，口），：：……ＭＩＮ（ａｓｕｍ，，，，，口，ｓ）；为归一化参数，∈取值范围为ｆ０，１）。将上述参数的定义代入式（３），得到节点ｖ的电网影响因子值：＝！＝＝ｅ２ａ２（６）２网络关键节点识别在电力通信网中，重要节点与网络中的其他重要节点连接的紧密程度越高，网络拓扑结构越合理，网络相对越可靠。传统方法往往缺乏考虑网络应用背景，忽略节点自身在网络应用环境中的影响程度，如电力通信网节点所处的电网站点在电网中的地位及作用。定义节点聚合系数，表示一个节点距离其他节点并考虑节点权重的加权平均最短距离。网络节点权重是描述节点脱离于网络环境的自身地位和作用属性的指标。考虑电力通信网的应用背景，将电网影响因子作为节点权重的评价指标。网络中节点之间的最短路径描述节点之间距离，网络平均最短距离反映网络节点之间的紧密程度，可用于衡量网络整体连接可靠性。但是，平均最短距离仅仅从拓扑角度考虑，忽略了节点之间的权重区别。聚合系数考虑节点之间的区别，能用于衡量节点与不同权重节点之间的平均距离，权重值大的重要节点在该节点周边的分布越密集，则该节点的聚合系数越高。聚合系数的性质在电力通信网中具有实际的应用价值，如调度中心承担着电力系统的监视与控制任务，需处理大量电力业务信息，重要节点在调度中心周边的分布越密集，电力通信网络拓扑相对越合理，网络可靠性越高，运行风险越低。因此，节点聚合系数为、＿＿：｛×Ｉ式中：为网络节点集：为节点ｖ的节点权重值。本文中采用电网影响因子节点权重；ｄ（ｋ，ｚ１为节点与Ｖｚ之间的最短路径值；厶为节点的聚合系１数；＿÷＿是节点与之间的最短路径的倒数，ａ（ｋ，ｚ）表示两节点间的紧密度，节点间距离越短，其值越大，节点间紧密度越高。节点紧密度取值范围为（０，１】，当紧密度值为１时，两节点直接连接，此时两节点连接最紧密。以节点ｖ为中心，计算网络中其他节点与该节点之间的紧密度，同时考虑节点本身的权重，得到能反映该节点周边节点分布平均紧密程度的指标厶，即为节点聚合系数。节点聚合系数越大，重要节点在其周边的分布越密集，网络重心距离节点ｖ越近，相应地节点在网络拓扑结构上的地位越重要，该节点在网络中所处位置越关键。节点聚合系数描述了节点的重要性及其与重要节点的连接状况，能反映节点在网络拓扑中的地位。节点聚合系数能够结合网络应用背景识别网络的关键节点，并通过保护或者备份关键节点，提高电力通信网抵抗攻击的能力，增强网络抗毁性，加强网络防护能力，从而降低网络运行风险。３算例分析根据某省电力通信传输骨干网，得到仿真网络模型【Ｊ６Ｊ拓扑结构，如图２所示。按照表４评价内容对实例网络各节点进行分析得到各节点因素指标及相对影响值如表５所示。．１０６．ｆ电力系统袜护与控制表４电力通信网节点电网影响因子评价指标因素内容Ｔａｂｌｅ４Ｃｏｎｔｅｎｔｏｆｔｈｅｉｎｄｅｘｏｆｐｏｗｅｒｎｅｔｗｏｒｋｉｍｐａｃｔｆａｃｔｏｒｉｎｐｏｗｅｒｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋ因素指标因素内容因素内容说明网调／管辖５００ｋＶ及以上变电站５００ｋＶ及以上变电站省直调电厂厂／站的电压等级或调度中心所管辖节点所处站点站点等级中调／管辖２２０ｋＶ变电站厂／站的电压等级２２０ｋＶ变电站类别因素省级生产单位地调／管辖１１０ｋＶ及以下变电站（管辖１枢纽站厂／站的规模或调度中心所管辖厂／站站点规模（管辖）区域站的规模（管辖）终端站特级重要电力用户一级重要电力用户负荷等级二级重要电力用户厂／站所服务的电力用户等级临时性重要电力用户其他用户节点所处站点４０％及以上负荷因素ｌ６％及以上４０％以下厂／站完全故障或调度中心管辖范围１２％及以上ｌ６％以下负荷大小内的厂／站全部故障造成的电网减供６％及以上１２％以下负荷比例４％及以上６％以下２％及以上４％以下表５网络各节点指标及相对影响值Ｔ＿ａｂｌｅ５Ｉｎｄｉｃａｔｏｒｓａｎｄｒｅｌａｔｉｖｅｉｎｆｌｕｅｎｃｅｖａｌｕｅｉｎｔｈｅｎｅｔｗｏｒｋ节点所在站点类别因素节点所在站点负荷因素节点站点等级相对影响值站点规模相对影响值负荷等级相对影响值负荷大小相对影响值Ｖ１中调３枢纽站２特级４４０％及以上５Ｖ２５００ｋＶ变电站４枢纽站２二级２ｌ６％～４０％４Ｖ３５００ｋｖ变电站４区域站１二级２１２％～１６％３Ｖ４５００ｋＶ变电站４枢纽站２二级２１２％～ｌ６％３Ｖ５５００ｋｖ变电站４枢纽站２其他１ｌ２％一ｌ６％３Ｖ６５００ｋＶ变电站４区域站１其他ｌｌ２％～１６％３Ｖ７５００ｋＶ变电站４区域站１一级３１２％～ｌ６％３Ｖ８５００ｋＶ变电站４枢纽站２二级２６％－１２％２Ｖ９５００ｋＶ变电站４区域站１其他ｌ１２％～１６％３Ｖ１０５００ｋＶ变电站４区域站１二级２１６％～４０％４Ｖ１Ｉ５００ｋＶ变电站４区域站１一级３１６％～４０％４Ｖ１２５００ｋＶ变电站４区域站ｌ其他１６％～ｌ２％２ＶＩ３地调１枢纽站２一级３１２％～１６％３ＶＩ４２２０Ｉ【Ｖ变电站２区域站１其他ｌ２％％１将表５各节点的指标相对影响值代入式（１）和式（２），得到节点综合相对影响值矩阵：ｌ＿・一，删，…，ａ１４】＝［４９．５，３５．５，２３．５，３０，５，２５．５，１８．５，２７．５，２６，ｌ８．５，２８．５，３２．５，ｌ４，２７．５，６．５】Ｔ。设定归一化参数＝０．１５，对节点综合相对影响值矩阵进行归一化运算，得到网络各节点电网影响因子，即节点权重值如表６所示。曾瑛，等基于电网影响因子的电力通信网关键节点识别．１０７．表６电力通信网节点权重计算结果表７网络节点聚合系数计算结果Ｔａｂｌｅ６Ｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅｎｏｄｅｓｗｅｉｇｈｔｉｎｔｈｅｅｌｅｃｔｒｉｃｐｏｗｅｒｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋ根据表６计算结果，位于中调节点ｖ的电网影响因子值为０．９６７６，大于其他节点，与其在电网的地位与电网影响因子相符；而位于５００ｋＶ变电站节点的电网影响因子值从０．３３到０．７６变化，但均大于２２０ｋＶ变电站０．２１８８的取值，与变电站电压等级高低相符合；位于地调的节点ｖ，电网影响因子为０．５９６０，小于中调节点及部分５００ｋＶ变电站，大于２２０ｋＶ变电站，符合各站点之间的管理关系。综合分析，节点电网影响因子结果反映节点所处站点在电网中的相对影响力，可用于刻画电力通信网节点权重。３．２节点聚合系数计算求解图２网络各节点之间的最短路径，并将节点权重值结果代入式（７），得到网络中各节点聚合系数，并与介数法【１７Ｊ和三角模融合法【ｌ８］进行对比，仿真结果如表７所示。根据表７计算结果，节点ｖ与ｖ２的聚合系数值相对最大，网络中各重要节点与这两个节点的连接紧密程度相近。节点ｖ。的聚合系数值稍大，为Ｏ．５５５５，选取节点ｖ作为网络的核心节点，即中调节点是合理的，中调节点在网络中所处的位置与其权重地位相匹配。另外，节点ｖ２和ｖｌ】的权重也很大，相应的节点聚合系数也较大，而节点是地调节点，是区域性的调度中心，其管辖范围并不大，其聚合系数相应较小。网络各节点在网络拓扑中的地位基本与各节点权重地位相适应，网络结构设计比较合理。介数法根据节点介数值区分节点的相对重要性，但存在无法区分网络边沿节点重要性的问题。如表７中，节点ｙ６、ｖ７、ｖ１２与１，１４的介数值均为０，但这些节点在网络中的地位与作用仍存在区别，如节点ｖ３聚合系数为０．４６３８，比节点ｖ６的聚合系数０．３８３２大，即网络各节点与节点ｖ的连接紧密Ｔａｂｌｅ７Ｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅｐｏｌｙｍｅｒｉｚａｔｉｏｎｉｎｄｅｘｅｓｉｎｔｈｅｅｌｅｃｔｒｉｃｐｏｗｅｒｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋ程度更大，在网络中处于更加关键的位置，相应具有更大的节点重要性。相对于三角模融合法，本算法考虑节点本身的地位与影响，即节点权重值，能进一步区分节点在网络拓扑中处于相似位置的节点的相对重要程度，如节点ｖ与１，ｊｏ在网络中拓扑的重要性相近，但由表６，节点ｖ１０的权重比节点Ｖ５的大，且节点１，１ｏ附近的重要节点分布更为密集，对于维持整个网络中权重值大的节点之间的连通性，节点ｖ１ｏ的作用更为重要，即节点ｖ０相对于节点ｖ５具有更关键的地位。本算法考虑了节点权重，能够更加全面地描述节点在网络拓扑中的地位，准确识别网络关键节点，以便于加权关键节点的维护与管理，对于加强网络安全管理，降低网络风险具有较大意义。因此聚合系数在网络关键节点分析及网络规划中具有广泛的应用前景。４结语本文从电力通信网的行业背景出发，提出电网影响因子的概念，根据电力通信网节点所处的电网站点在电网中的地位及作用分析节点的地位和影响，即根据节点所在站点的类别因素和负荷因素分析节点权重。结合所定义的聚合系数指标，分析电力通信网中重要节点的分布密集状况，得到各节点在网络拓扑中的相对重要性。仿真表明，算法能够区分网络拓扑中节点位置相似的节点的重要性，在电力通信网关键节点分析中具有较大的应用价值，能为网络运行风险分析提供参考。参考文献［１］谭跃进，吴俊，邓宏钟．复杂网络中节点重要度评估的节点收缩方法［Ｊ］．系统工程理论与实践，２００６，．１０８．电力系统保护与控制—２６（１１）：７９８３．ＴＡＮＹｕｅｊｉｎ，ｗｕＪｕｎ，ＤＥＮＧＨｏｎｇｚｈｏｎｇ．Ｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｆｏｒｎｏｄｅｉｍｐｏｒｔａｎｃｅｂａｓｅｄｏｎｎｏｄｅｃｏｎｔｒａｃｔｉｏｎｉｎ——ｃｏｍｐｌｅｘｎｅｔｗｏｒｋｓ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇＴｈｅｏｒｙ—＆Ｐｒａｃｔｉｃｅ，２００６，２６（１１）：７９８３．［２］李俊刚，张爱民，张杭，等．广域保护系统数据网络可靠性评估［Ｊ］．电工技术学报，２０１５，３０（１２）：３４４．３５０．ＬＩＪｕｎｇａｎｇ，ＺＨＡＮＧＡｉｍｉｎ，ＺＨＡＮＧＨａｎｇ，ｅｔａ１．Ｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｏｆｔｈｅｗｉｄｅａｒｅａｐｒｏｔｅｃｔｓｙｓｔｅｍ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１５，—３０（１２）：３４４３５０．［３］周漩，张凤鸣，李克武，等．利用重要度评价矩阵确定—复杂网络关键节点［Ｊ１．物理学报，２０１２，６ｌ（５）：１７．ＺＨＯＵＸｕａｎ，ＺＨＡＮＧＦｅｎｇｍｉｎｇ，ＬＩＫｅｗｕ，ｅｔａ１．Ｆｉｎｄｉｎｇｖｉｔａｌｎｏｄｅｂｙｎｏｄｅｉｍｐｏｒｔａｎｃｅｅｖａｌｕａｔｉｏｎｍａｔｒｉｘｉｎｃｏｍｐｌｅｘｎｅｔｗｏｒｋｓ［Ｊ］．ＡｃｔａＰｈｙｓｉｃａＳｉｎｉｃａ，２０１２，６１（５）：１－７．［４］徐政勋，张伟民．电网脆弱性分析的一种新方法【Ｊ］．电力系统保护与控制，２０１４，４２（１２）：８７．９０．ＸＵＺｈｅｎｇｘｕｎ，ＺＨＡＮＧＷｅｉｍｉｎ．Ａｎｅｗｍｅｔｈｏｄｏｆｐｏｗｅｒｓｙｓｔｅｍｖｕｌｎｅｒａｂｉｌｉｔｙａｎａｌｙｓｉｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍ—ＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１４，４２（１２）：８７９０．［５］丁明，过羿，张晶晶，等．基于效用风险熵权模糊综合评判的复杂电网节点脆弱性评估［Ｊ］．电工技术学报，２０１５，３０（３）：２１４・２２３．ＤＩＮＧＭｉｎｇ，ＧＵＯＹｉ，ＺＨＡＮＧＪｉｎｇｊｉｎｇ，ｅｔａ１．Ｎｏｄｅｖｕｌｎｅｒａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔｆｏｒｃｏｍｐｌｅｘｐｏｗｅｒｇｒｉｄｓｂａｓｅｄｏｎｅｆｆｅｃｔｒｉｓｋｅｎｔｒｏｐｙ－ｗｅｉｇｈｔｅｄｆｕｚｚｙｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１５。３Ｏ（３）：２１４．２２３．［６］李瑞生．一种基于虚拟节点网络拓朴结构适用于架空线路主动配电网的纵联保护方案［Ｊ］．电力系统保护与—控制，２０１５，４３（２）：７０７５．ＬＩＲｕｉｓｈｅｎｇ．Ａｎａｅｒｉａｌｌｉｎｅａｃｔｉｖｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｐｉｌｏｔｐｒｏｔｅｃｔｉｏｎｓｃｈｅｍｅｂａｓｅｄｏｎｔｏｐｏｌｏｇｙｏｆｖｉｒｔｕａｌｎｏｄｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３ｆ２：７０－７５．Ｅ７３ＮＡＮＨ．ＷＥＮ．ＹＡＮＧＥｖａｌｕａｔｅｎｏｄｅｓｉｍｐｏｒｔａｎｃｅｉｎｔｈｅｎｅｔｗｏｒｋｕｓｉｎｇｄａｔａｆｉｅｌｄｔｈｅｏｒｙ［Ｃ】／／ＣｏｎｖｅｒｇｅｎｃｅＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，２００７．ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎ：ＩＥＥＥ，２００７：１２２５－１２３４．［８］肖雅元，张磊，罗毅，等．基于回路可靠性贡献指标的电网薄弱点分析［Ｊ】．电力系统保护与控制，２０１５，４３（１５）：５４．５９．ＸＩＡＯＹａｙｕａｎ，ＺＨＡＮＧＬｅｉ，ＬＵＯＹｉ，ｅｔａｉ．Ｇｒｉｄｗｅａｋｐｏｉｎｔａｎａｌｙｓｉｓｂａｓｅｄｏｎｌｏｏｐｃｏｎｔｒｉｂｕｔｉｏｎｉｎｄｅｘｏｆｔｈｅｒｅｌｉａｂｉｌｉｔｙ［Ｊ】．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１５，４３（１５１：５４－５９．［９］朱涛，张水平，郭戎潇，等．改进的加权复杂网络节点重要度评估的收缩方法［Ｊ］．系统工程与电子技术，—２００９，３１（８）：１９０２１９０５．ＺＨＵＴａｏ，ＺＨＡＮＧＳｈｕｉｐｉｎｇ，ＧＵＯＲｏｎｇｘｉａｏ，ｅｔａ１．Ｉｍｐｒｏｖｅｄｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｆｏｒｎｏｄｅｉｍｐｏｒｔａｎｃｅｂａｓｅｄｏｎｎｏｄｅｃｏｎｔｒａｃｔｉｏｎｉｎｗｅｉｇｈｔｅｄｃｏｍｐｌｅｘｎｅｔｗｏｒｋｓ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓ，２００９，３ｌ（８）：１９０２・１９０５．［１０］ＨＯＵＢｏｎａｎ，ＹＡＯＹｉｐｉｎｇ，ＬＩＡＯＤｏｎｇｓｈｅｎｇ．Ｉｄｅｎｔｉｆｙｉｎｇａｌｌ－ａｒｏｕｎｄｎｏｄｅｓｆｏｒｓｐｒｅａｄｉｎｇｄｙｎａｍｉｃｓｉｎｃｏｍｐｌｅｘｎｅｔｗｏｒｋｓ［Ｊ］．ＰｈｙｓｉｃａＡ：ＳｔａｔｉｓｔｉｃａｌＭｅｃｈａｎｉｃｓａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎｓ，２０１２，３９１（１５）：４０１２－４０１７．［１１］曾瑛，汪莹，董希杰，等．电力通信骨干网节点重要度评价方法［Ｊ］＿华北电力大学学报（自然科学版），２０１３，４Ｏ（５）：６５．６９．ＺＥＮＧＹｉｎｇ，ＷＡＮＧＹｉｎｇ，ＤＯＮＧＸｉｊｉｅ，ｅｔａ１．Ｎｏｄｅｉｍｐｏｒｔａｎｃｅｅｖａｌｕａｔｉｏｎｓｔｒａｔｅｇｙｏｎｅｌｅｃｔｒｉｃｐｏｗｅｒｃｏｍｍｕｎｉｃａｔｉｏｎｂａｃｋｂｏｎｅｎｅｔｗｏｒｋ［Ｊ］．ＪｏｕｒｎａｌｏｆＮｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０１３，４０（５）：６５－６９．［１２］李锰，黄泽华，曾业运，等．基于信息集成的配电网关键负荷保障【ｊ】．电工技术学报，２０１４，２９（增刊１）：４８１－４８５．ＬＩＭｅｎｇ，ＨＵＡＮＧＺｅｈｕａ，ＺＥＮＧＹｅｙｕｎ，ｅｔａ１．Ｔｈｅｓｅｃｕｒｉｔｙｏｆｔｈｅｃｒｉｔｉｃａｌｌｏａｄｉｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｂａｓｅｄｏｎｉｎｆｏｒｍａｔｉｏｎｉｎｔｅｇｒａｔｉｏｎ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１４，２９（Ｓ１）：４８１－４８５．［１３］电监安全［２００６］３４号，电力二次系统安全防护总体方案［Ｓ】．２００６．［１４］穗经贸［２０１３１８号，广』Ｉ＇ｌ市经贸委关于加强广州地区电力用户用电管理的意见［Ｓ］．２０１３．［１５］Ｑ／ＣＳＧ２１００２６．２０１１，中国南方电网有限责任公司电力事故（事件）调查规程［ｓ】．［１６］樊冰，唐良瑞．电力通信网脆弱性分析［Ｊ］．中国电机工程学报，２０１４，３４（７）：Ｉ１９１．１１９７．ＦＡＮＢｉｎｇ，ＴＡＮＧＬｉａｎｇｒｕｉ．Ｖｕｌｎｅｒａｂｉｌｉｔｙａｎａｌｙｓｉｓｏｆｐｏｗｅｒｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ—ＣＳＥＥ，２０１４，３４（７）：１１９１１１９７．［１７］ＫＥＲＭＡＲＲＥＣＡＭ，ＭＥＲＲＥＲＥＬ，ＳＥＲＣＯＬＡＢ，ｅｔａ１．Ｓｅｃｏｎｄｏｒｄｅｒｃｅｎ￣ａｌｉｔｙ：ｄｉｓｔｒｉｂｕｔｅｄａｓｓｅｓｓｍｅｎｔｏｆｎｏｄｅｓｃｒｉｔｉｃｉｔｙｉｎｃｏｍｐｌｅｘｎｅｔｗｏｒｋｓ［Ｊ］．ＣｏｍｐｕｔｅｒＣｏｍｍｕｎｉｃａｔｉｏｎｓ，—２０１１，３４（５）：６１９６２８．［１８］吴润泽，胡秀园，唐良瑞．电力光纤网中基于三角模融合的节点重要性评价方法［Ｊ］．华北电力大学学报（自然科学版），２０１１，３８（４）：２８．３２．ＷＵＲｕｎｚｅ，ＨＵＸｉｕｙｕａｎ，ＴＡＮＧＬｉａｎｇｒｕｉ．Ｎｏｄｅｉｍｐｏｒｔａｎｃｅｅｖａｌｕａｔｉｏｎｓｔｒａｔｅｇｙｂａｓｅｄｏｎｔｒｉａｎｇｌｅｍｏｄｕｌｅａｐｐｌｙｉｎｇｔｏｏｐｔｉｃａｌｃｏｍｍｕｎｉｃａｔｉｏｎｎｅｔｗｏｒｋｆｏｒｐｏｗｅｒｇｒｉｄ［Ｊ］．ＪｏｕｒｎａｌｏｆＮｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０１１，３８（４）：２８－３２．—收稿Ｅｌ期：２０１５－０４０６；作者简介：曾瑛（１９７２一），女，析、运行方式管理等工作；朱文红（１９７２一），女，维和管理工作；—修回日期：２０１５－０６１８工程师，从事电力通信网系统分工程师，从事电力系统通信网运邓博仁（１９９１－），男，硕士研究生，主要研究领域为电力系统通信与信息处理。Ｅ．ｍａｉｌ：ｄｅｎｇｂｏｒｅｎ＠ｎｃｅｐｕ．ｅｄｕ．ｃａ（编辑魏小丽）