發(fā)布時間：2025-01-04 00:57

　　隨著電力綜合數(shù)據(jù)網(wǎng)的網(wǎng)絡規(guī)模不斷擴大,網(wǎng)絡的結(jié)構(gòu)也越發(fā)復雜,網(wǎng)絡故障的發(fā)生概率和危害成本也越來越高。電力綜合數(shù)據(jù)網(wǎng)需要具備網(wǎng)絡實時監(jiān)控和分析網(wǎng)絡狀態(tài)的能力。然而,一方面電力綜合數(shù)據(jù)網(wǎng)在建設過程中受電廠、變電站、電網(wǎng)線路等布局約束,網(wǎng)絡脆弱性較高;另一方面,與公網(wǎng)相比,電力綜合數(shù)據(jù)網(wǎng)因為承載業(yè)務的特殊性,對網(wǎng)絡的安全性和健壯性要求更高。傳統(tǒng)網(wǎng)絡風險管理主要集中在事后控制,即對網(wǎng)絡已發(fā)生的問題快速準確解決,減少實際損失,如網(wǎng)絡風險評估研究和故障定位研究等,這屬于被動的應急方式。事前控制則是通過制定計劃和采取措施,降低問題發(fā)生的概率。越早發(fā)現(xiàn)潛在風險,越早采取應對措施,由此帶來的風險控制的代價就越低。因此變被動為主動,在電力綜合數(shù)據(jù)網(wǎng)的風險管理中,開展風險預測以及基于預測的風險控制具有重要應用的意義。因為電力綜合數(shù)據(jù)網(wǎng)承載的業(yè)務對網(wǎng)絡魯棒性和時效性的需求很高,提出基于灰色-熵權(quán)的綜合數(shù)據(jù)網(wǎng)風險預測算法,期望實現(xiàn)有效的網(wǎng)絡風險預測,準確快速的發(fā)現(xiàn)潛在風險,在事故發(fā)生前發(fā)出告警。該算法包括風險指標值預測、指標值權(quán)重確定和風險判別三個階段。首先運用優(yōu)化的灰色GM模型預測可能影響網(wǎng)絡的網(wǎng)絡風險指標值,...

【文章頁數(shù)】：52 頁

【學位級別】：碩士

【部分圖文】：

圖２－１電力綜合數(shù)據(jù)網(wǎng)絡拓撲示意圖??網(wǎng)絡的業(yè)區(qū)分，電合數(shù)據(jù)網(wǎng)承的主要業(yè)務包括．？信息

層的核心層節(jié)點實現(xiàn)全互聯(lián)形成網(wǎng)狀結(jié)構(gòu)，第二層的匯聚層用部分互聯(lián)方式組網(wǎng)，??而骨干層節(jié)點和接入層節(jié)點也都最少要滿足雙上聯(lián)的拓撲。當前，國家電網(wǎng)綜合??數(shù)據(jù)網(wǎng)建設藍圖如圖２－１所示。??６??

圖３－２熵權(quán)－灰色預測模型預測值??

其中Ｓ為實驗樣本數(shù)，砥為第／個樣本的網(wǎng)絡實際風險值，＜?為第／個樣本??的網(wǎng)絡預測風險值。??圖３－２所示為根據(jù)網(wǎng)絡各指標實測值，通過風險評估得到的網(wǎng)絡風險值與灰??色預測風險值的比較�？梢钥闯觯�在網(wǎng)絡風險逐漸變大的過程中，熵權(quán)－灰色預測??的擬合值可以快速的跟上變化趨勢，能夠?qū)?...

圖３－３熵權(quán)－灰色預測模型預測值??

其中Ｓ為實驗樣本數(shù)，砥為第／個樣本的網(wǎng)絡實際風險值，＜?為第／個樣本??的網(wǎng)絡預測風險值。??圖３－２所示為根據(jù)網(wǎng)絡各指標實測值，通過風險評估得到的網(wǎng)絡風險值與灰??色預測風險值的比較。可以看出，在網(wǎng)絡風險逐漸變大的過程中，熵權(quán)－灰色預測??的擬合值可以快速的跟上變化趨勢，能夠?qū)?...

圖３－４神經(jīng)網(wǎng)絡與熵權(quán)－灰色運算時間對比??２２??

?８．９??由圖３－３和表３－３可知，在前期網(wǎng)絡安全運行時，各種預測方法的誤差都不??大，但是熵權(quán)－灰色預測的結(jié)果誤差率最低；當網(wǎng)絡出現(xiàn)問題風險快速上升時，各??對比方法精確度大幅下降。直接使用網(wǎng)絡風險值進行預測的方法性能最差，有時??甚至產(chǎn)生與網(wǎng)絡實際風險相反的變化趨勢，這是由....

本文編號：4022652