基于灰色理论的电力综合数据网风险预测与控制机制

发布时间：2025-01-04 00:57

　　随着电力综合数据网的网络规模不断扩大,网络的结构也越发复杂,网络故障的发生概率和危害成本也越来越高。电力综合数据网需要具备网络实时监控和分析网络状态的能力。然而,一方面电力综合数据网在建设过程中受电厂、变电站、电网线路等布局约束,网络脆弱性较高;另一方面,与公网相比,电力综合数据网因为承载业务的特殊性,对网络的安全性和健壮性要求更高。传统网络风险管理主要集中在事后控制,即对网络已发生的问题快速准确解决,减少实际损失,如网络风险评估研究和故障定位研究等,这属于被动的应急方式。事前控制则是通过制定计划和采取措施,降低问题发生的概率。越早发现潜在风险,越早采取应对措施,由此带来的风险控制的代价就越低。因此变被动为主动,在电力综合数据网的风险管理中,开展风险预测以及基于预测的风险控制具有重要应用的意义。因为电力综合数据网承载的业务对网络鲁棒性和时效性的需求很高,提出基于灰色-熵权的综合数据网风险预测算法,期望实现有效的网络风险预测,准确快速的发现潜在风险,在事故发生前发出告警。该算法包括风险指标值预测、指标值权重确定和风险判别三个阶段。首先运用优化的灰色GM模型预测可能影响网络的网络风险指标值,...

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

图２－１电力综合数据网络拓扑示意图??网络的业区分，电合数据网承的主要业务包括．？信息

层的核心层节点实现全互联形成网状结构，第二层的汇聚层用部分互联方式组网，??而骨干层节点和接入层节点也都最少要满足双上联的拓扑。当前，国家电网综合??数据网建设蓝图如图２－１所示。??６??

图３－２熵权－灰色预测模型预测值??

其中Ｓ为实验样本数，砥为第／个样本的网络实际风险值，＜?为第／个样本??的网络预测风险值。??图３－２所示为根据网络各指标实测值，通过风险评估得到的网络风险值与灰??色预测风险值的比较。可以看出，在网络风险逐渐变大的过程中，熵权－灰色预测??的拟合值可以快速的跟上变化趋势，能够实....

图３－３熵权－灰色预测模型预测值??

其中Ｓ为实验样本数，砥为第／个样本的网络实际风险值，＜?为第／个样本??的网络预测风险值。??图３－２所示为根据网络各指标实测值，通过风险评估得到的网络风险值与灰??色预测风险值的比较。可以看出，在网络风险逐渐变大的过程中，熵权－灰色预测??的拟合值可以快速的跟上变化趋势，能够实....

图３－４神经网络与熵权－灰色运算时间对比??２２??

?８．９??由图３－３和表３－３可知，在前期网络安全运行时，各种预测方法的误差都不??大，但是熵权－灰色预测的结果误差率最低；当网络出现问题风险快速上升时，各??对比方法精确度大幅下降。直接使用网络风险值进行预测的方法性能最差，有时??甚至产生与网络实际风险相反的变化趋势，这是由....

本文编号：4022652