隨著電力綜合數(shù)據(jù)網(wǎng)的網(wǎng)絡(luò)規(guī)模不斷擴(kuò)大,網(wǎng)絡(luò)的結(jié)構(gòu)也越發(fā)復(fù)雜,網(wǎng)絡(luò)故障的發(fā)生概率和危害成本也越來(lái)越高。電力綜合數(shù)據(jù)網(wǎng)需要具備網(wǎng)絡(luò)實(shí)時(shí)監(jiān)控和分析網(wǎng)絡(luò)狀態(tài)的能力。然而,一方面電力綜合數(shù)據(jù)網(wǎng)在建設(shè)過(guò)程中受電廠、變電站、電網(wǎng)線路等布局約束,網(wǎng)絡(luò)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?yàn)槌休d業(yè)務(wù)的特殊性,對(duì)網(wǎng)絡(luò)的安全性和健壯性要求更高。傳統(tǒng)網(wǎng)絡(luò)風(fēng)險(xiǎn)管理主要集中在事后控制,即對(duì)網(wǎng)絡(luò)已發(fā)生的問(wèn)題快速準(zhǔn)確解決,減少實(shí)際損失,如網(wǎng)絡(luò)風(fēng)險(xiǎn)評(píng)估研究和故障定位研究等,這屬于被動(dòng)的應(yīng)急方式。事前控制則是通過(guò)制定計(jì)劃和采取措施,降低問(wèn)題發(fā)生的概率。越早發(fā)現(xiàn)潛在風(fēng)險(xiǎn),越早采取應(yīng)對(duì)措施,由此帶來(lái)的風(fēng)險(xiǎn)控制的代價(jià)就越低。因此變被動(dòng)為主動(dòng),在電力綜合數(shù)據(jù)網(wǎng)的風(fēng)險(xiǎn)管理中,開展風(fēng)險(xiǎn)預(yù)測(cè)以及基于預(yù)測(cè)的風(fēng)險(xiǎn)控制具有重要應(yīng)用的意義。因?yàn)殡娏C合數(shù)據(jù)網(wǎng)承載的業(yè)務(wù)對(duì)網(wǎng)絡(luò)魯棒性和時(shí)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(fēng)險(xiǎn)預(yù)測(cè)算法,期望實(shí)現(xiàn)有效的網(wǎng)絡(luò)風(fēng)險(xiǎn)預(yù)測(cè),準(zhǔn)確快速的發(fā)現(xiàn)潛在風(fēng)險(xiǎn),在事故發(fā)生前發(fā)出告警。該算法包括風(fēng)險(xiǎn)指標(biāo)值預(yù)測(cè)、指標(biāo)值權(quán)重確定和風(fēng)險(xiǎn)判別三個(gè)階段。首先運(yùn)用優(yōu)化的灰色GM模型預(yù)測(cè)可能影響網(wǎng)絡(luò)的網(wǎng)絡(luò)風(fēng)險(xiǎn)指標(biāo)值,...

【文章頁(yè)數(shù)】：52 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１電力綜合數(shù)據(jù)網(wǎng)絡(luò)拓?fù)涫疽鈭D??網(wǎng)絡(luò)的業(yè)區(qū)分，電合數(shù)據(jù)網(wǎng)承的主要業(yè)務(wù)包括．？信息

層的核心層節(jié)點(diǎn)實(shí)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(diǎn)和接入層節(jié)點(diǎn)也都最少要滿足雙上聯(lián)的拓?fù)�。�?dāng)前，國(guó)家電網(wǎng)綜合??數(shù)據(jù)網(wǎng)建設(shè)藍(lán)圖如圖２－１所示。??６??

圖３－２熵權(quán)－灰色預(yù)測(cè)模型預(yù)測(cè)值??

其中Ｓ為實(shí)驗(yàn)樣本數(shù)，砥為第／個(gè)樣本的網(wǎng)絡(luò)實(shí)際風(fēng)險(xiǎn)值，＜?為第／個(gè)樣本??的網(wǎng)絡(luò)預(yù)測(cè)風(fēng)險(xiǎn)值。??圖３－２所示為根據(jù)網(wǎng)絡(luò)各指標(biāo)實(shí)測(cè)值，通過(guò)風(fēng)險(xiǎn)評(píng)估得到的網(wǎng)絡(luò)風(fēng)險(xiǎn)值與灰??色預(yù)測(cè)風(fēng)險(xiǎn)值的比較。可以看出，在網(wǎng)絡(luò)風(fēng)險(xiǎn)逐漸變大的過(guò)程中，熵權(quán)－灰色預(yù)測(cè)??的擬合值可以快速的跟上變化趨勢(shì)，能夠?qū)?...

圖３－３熵權(quán)－灰色預(yù)測(cè)模型預(yù)測(cè)值??

其中Ｓ為實(shí)驗(yàn)樣本數(shù)，砥為第／個(gè)樣本的網(wǎng)絡(luò)實(shí)際風(fēng)險(xiǎn)值，＜?為第／個(gè)樣本??的網(wǎng)絡(luò)預(yù)測(cè)風(fēng)險(xiǎn)值。??圖３－２所示為根據(jù)網(wǎng)絡(luò)各指標(biāo)實(shí)測(cè)值，通過(guò)風(fēng)險(xiǎn)評(píng)估得到的網(wǎng)絡(luò)風(fēng)險(xiǎn)值與灰??色預(yù)測(cè)風(fēng)險(xiǎn)值的比較�？梢钥闯觯诰W(wǎng)絡(luò)風(fēng)險(xiǎn)逐漸變大的過(guò)程中，熵權(quán)－灰色預(yù)測(cè)??的擬合值可以快速的跟上變化趨勢(shì)，能夠?qū)?...

圖３－４神經(jīng)網(wǎng)絡(luò)與熵權(quán)－灰色運(yùn)算時(shí)間對(duì)比??２２??

?８．９??由圖３－３和表３－３可知，在前期網(wǎng)絡(luò)安全運(yùn)行時(shí)，各種預(yù)測(cè)方法的誤差都不??大，但是熵權(quán)－灰色預(yù)測(cè)的結(jié)果誤差率最低；當(dāng)網(wǎng)絡(luò)出現(xiàn)問(wèn)題風(fēng)險(xiǎn)快速上升時(shí)，各??對(duì)比方法精確度大幅下降。直接使用網(wǎng)絡(luò)風(fēng)險(xiǎn)值進(jìn)行預(yù)測(cè)的方法性能最差，有時(shí)??甚至產(chǎn)生與網(wǎng)絡(luò)實(shí)際風(fēng)險(xiǎn)相反的變化趨勢(shì)，這是由....

本文編號(hào)：4022652