一种基于仙人掌结构的电力网络脆弱性评估方法及装置

本发明属于复杂电力网络控制，具体涉及一种基于仙人掌结构的电力网络脆弱性评估方法及装置。

背景技术：

1、复杂网络理论研究是一个涉及数学、物理、计算机、控制、生物等众多领域的交叉学科。复杂电力网络作为典型的复杂网络，复杂网络控制理论为复杂电力网络控制研究提供了新的结构性的研究框架。复杂电力网络控制研究可实现关键控制元件识别、牵引自动协同控制、级联故障控制、结构优化控制等问题，进一步推进了复杂电力网络的监测、保护和控制研究的发展。

2、电力网络作为连接能源生产与消费的关键枢纽，在现代经济生产活动中占据核心地位，是当代社会最为重要的基础设施之一。随着电力网络的持续发展与转型，其面临的挑战也日益严峻，特别是大规模级联故障和大停电等问题，对电力网络的安全稳定运行构成了重大威胁。因此，开展宏观层面的系统分析，探究电力网络的复杂动力学行为，并实施有效的网络控制策略，对于确保电力系统的稳定运行至关重要。由于电力网络在结构上具有平均最短路径短和高聚类系数的特点，其可被视为一种强耦合、高度复杂的网络系统。近年来，复杂网络理论在电力网络的结构控制研究中得到了广泛应用。然而，电力网络自身的独特结构特性和复杂动力学行为使得传统的复杂网络控制理论难以直接适用。

技术实现思路

1、针对现有技术的不足，本技术提出一种基于仙人掌结构的电力网络脆弱性评估方法及装置，基于复杂网络理论，专注于探讨基于仙人掌结构的电力网络脆弱性评估，旨在提高电力网络的安全性和韧性。

2、第一方面，本技术提出一种基于仙人掌结构的电力网络脆弱性评估方法，包括：

3、将电力网络抽象为基于电气介数的加权有向图；

4、将加权有向图的子图作为节点i的电力仙人掌结构；

5、基于所述电力仙人掌结构定义三种指标，包括：电控制能力、电观测能力以及电动态特性，所述电控制能力定义为节点i的最大电力仙人掌中的节点数，所述电观测能力定义为节点i的电控制范围，所述电动态特性定义为节点i的电控制能力和电观测能力的平方的平均值；

6、采用加权最大匹配算法计算以节点i为根节点的高权值茎，得到高权值茎节点集合；

7、采用可达性判断算法在高权值茎节点集合中，计算得到节点i的最大电力仙人掌中的节点数以及节点i的电控制范围；

8、根据所述节点i的最大电力仙人掌中的节点数以及节点i的电控制范围，计算得到电动态特性计算结果；

9、根据电动态特性计算结果的大小进行排序，得到电力网络脆弱性评估结果。

10、所述将电力网络抽象为基于电气介数的加权有向图，包括：

11、将发电厂、变电站以及负载抽象为加权有向图中的节点，将电压值高于预设标准的高压输电线路抽象为连接各个节点的边；

12、将同一铁塔上的并联传输线合并为一条高压输电线路，忽略并联电容器的连接线；

13、采用电气介数确定加权有向图中各边的方向性和权重，并建立电气介数矩阵。

14、所述采用电气介数确定加权有向图中各边的方向性和权重，并建立电气介数矩阵，包括：

15、计算加权有向图中的边(m,n)的电气介数，计算式如下：

16、

17、其中，为加权有向图中的边(m,n)的电气介数，vg为发电机节点集,vl为负荷节点集，ci为发电机i的额定容量，cj为负载j的最大负荷需求，imn(i，j)为当一个电流单位从发电机节点i传输到负荷节点j时，在边(m，n)中产生的电流，imn(i，j)计算式如下：

18、imn(i，j)＝ymn(um-un)

19、其中，ymn为边(m，n)的导纳，um为节点m的电压，un为节点n的电压；

20、根据所述加权有向图中的边(m,n)的电气介数，建立电气介数矩阵，计算式如下：

21、

22、其中，电气介数矩阵，边(m，n)的权重为电气介数矩阵中元素的值，电气介数矩阵是一个反对称矩阵。

23、所述将加权有向图的子图作为节点i的电力仙人掌结构，包括：

24、(1)在子图中，从节点i到所有其他节点均存在有向路径；

25、(2)在子图中找到具有膨胀结构的部分，在具有膨胀结构的部分中选取子结构，所述子结构中不包含膨胀结构，所述膨胀结构为同一个节点至少存在两条边与该节点相连接，所述子结构为每一个节点只有一条边与该节点相连接；

26、(3)在子结构中选择权值最大的边，将所有权值最大的边组成子图中电力仙人掌结构的茎。

27、所述采用加权最大匹配算法计算以节点i为根节点的高权值茎，得到高权值茎节点集合，包括：

28、步骤s4.1：从节点i开始，初始化gv[i]为真，表示节点i被访问过；

29、步骤s4.2：从节点i开始，搜索与节点i相连接的所有的边，选择电气介数最高的边；

30、步骤s4.3：将电气介数最高的边保存到gh，并将目标节点j的gv[j]设置为真；

31、步骤s4.4：从节点j开始，重复步骤s4.2～步骤s4.3，直到无法添加更多的节点或达到节点数据的上限，则停止迭代；

32、步骤s4.5：将gh所保存的所有边作为高权值茎，输出高权值茎节点集合。

33、所述采用可达性判断算法在高权值茎节点集合中，计算得到节点i的最大电力仙人掌中的节点数以及节点i的电控制范围，包括：

34、步骤s5.1：找到加权有向图的节点集合中的权值非零边，记录权值非零的起点到行标签集合中，记录权值非零的终点到行列标签集合中；

35、步骤s5.2：计算最大电力仙人掌中的节点数为行标签集合与行列标签集合的交集同高权值茎节点集合的并集，并将所有节点中最大仙人掌节点的补集合赋值于ru，并将迭代次数设置为1；

36、步骤s5.3：判断节点是否可达；

37、步骤s5.4：如果节点不可达，则输出节点i的最大电力仙人掌中的节点数以及节点i的电控制范围；

38、步骤s5.5：如果节点可达，则将可达的节点记录在集合ra中，迭代次数加1，并且判断x是否小于或等于ru的长度；

39、步骤s5.6：如果x小于或等于ru的长度，则转到步骤s5.3；

40、步骤s5.7：如果x大于ru的长度，则采用节点记录在集合ra更新最大电力仙人掌中的节点数，转到步骤s1进行下一个节点的可达性判断。

41、第二方面，本技术提出一种基于仙人掌结构的电力网络脆弱性评估装置，包括：

42、有向图抽象模块，用于将电力网络抽象为基于电气介数的加权有向图；

43、仙人掌结构建立模块，用于将加权有向图的子图作为节点i的电力仙人掌结构；

44、指标定义模块，用于基于所述电力仙人掌结构定义三种指标，包括：电控制能力、电观测能力以及电动态特性，所述电控制能力定义为节点i的最大电力仙人掌中的节点数，所述电观测能力定义为节点i的电控制范围，所述电动态特性定义为节点i的电控制能力和电观测能力的平方的平均值；

45、高权值匹配模块，用于采用加权最大匹配算法计算以节点i为根节点的高权值茎，得到高权值茎节点集合；

46、指标计算模块，用于采用可达性判断算法在高权值茎节点集合中，计算得到节点i的最大电力仙人掌中的节点数以及节点i的电控制范围；

47、特性计算模块，用于根据所述节点i的最大电力仙人掌中的节点数以及节点i的电控制范围，计算得到电动态特性计算结果；

48、脆弱性评估模块，用于根据电动态特性计算结果的大小进行排序，得到电力网络脆弱性评估结果。

49、第三方面，本技术提出一种电子设备，包括：一个或多个处理器，以及存储器，所述存储器用于存储指令，当所述指令被所述一个或多个处理器执行时，使得所述一个或多个处理器执行所述的基于仙人掌结构的电力网络脆弱性评估方法。

50、第四方面，本技术提出一种计算机可读存储介质，其存储有可执行的指令，所述指令当被执行时使得处理器执行所述的基于仙人掌结构的电力网络脆弱性评估方法。

51、第五方面，本技术提出一种计算机程序产品，包括计算机程序或指令，该计算机程序或指令被处理器执行时实现所述的基于仙人掌结构的电力网络脆弱性评估方法。

52、有益效果：

53、本技术提出一种基于仙人掌结构的电力网络脆弱性评估方法及装置，准确识别复杂电力网络中的控制和观测关键节点，提高了复杂电力网络控制和观测的鲁棒性。