隨著電力綜合數據網的網絡規(guī)模不斷擴大,網絡的結構也越發(fā)復雜,網絡故障的發(fā)生概率和危害成本也越來越高。電力綜合數據網需要具備網絡實時監(jiān)控和分析網絡狀態(tài)的能力。然而,一方面電力綜合數據網在建設過程中受電廠、變電站、電網線路等布局約束,網絡脆弱性較高;另一方面,與公網相比,電力綜合數據網因為承載業(yè)務的特殊性,對網絡的安全性和健壯性要求更高。傳統(tǒng)網絡風險管理主要集中在事后控制,即對網絡已發(fā)生的問題快速準確解決,減少實際損失,如網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,在電力綜合數據網的風險管理中,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。因為電力綜合數據網承載的業(yè)務對網絡魯棒性和時效性的需求很高,提出基于灰色-熵權的綜合數據網風險預測算法,期望實現有效的網絡風險預測,準確快速的發(fā)現潛在風險,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絡的網絡風險指標值,...

【文章頁數】：52 頁

【學位級別】：碩士

【部分圖文】：

圖２－１電力綜合數據網絡拓撲示意圖??網絡的業(yè)區(qū)分，電合數據網承的主要業(yè)務包括．？信息

層的核心層節(jié)點實現全互聯形成網狀結構，第二層的匯聚層用部分互聯方式組網，??而骨干層節(jié)點和接入層節(jié)點也都最少要滿足雙上聯的拓撲。當前，國家電網綜合??數據網建設藍圖如圖２－１所示。??６??

圖３－２熵權－灰色預測模型預測值??

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

圖３－３熵權－灰色預測模型預測值??

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

圖３－４神經網絡與熵權－灰色運算時間對比??２２??

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

本文編號：4022652