[发明专利]一种优化智能电网鲁棒性的方法及装置

权利要求书

1.一种优化智能电网鲁棒性方法，其特征在于，包括：

获取电力网和信息网的初始网络模型，并计算所述初始网络模型对应的最小结构熵作为初始结构熵；

获取所述电力网和信息网的相依耦合关系，并基于所述相依耦合关系对所述初始结构熵进行更新，获取更新结构熵；

将所述更新结构熵与所述初始结构熵进行比较，当所述更新结构熵大于等于所述初始结构熵时，则将所述初始结构熵作为目标结构熵；

当所述更新结构熵小于所述初始结构熵时，则对所述更新结构熵进行迭代处理，取迭代过程中最小的更新结构熵作为目标结构熵；

基于所述目标结构熵确定节点重要性排序，并根据所述节点重要性排序，得到有效耦合关系；

所述初始网络模型中包括电力网节点和信息网节点；

所述基于所述相依耦合关系对所述初始结构熵进行更新，获取更新结构熵，包括：

获取所述电力网和信息网的相依耦合邻接矩阵；

基于所述相依耦合邻接矩阵，更新电力网节点的M-阶邻居数和信息网节点的M-阶邻居数；

将更新后的所述电力网节点的M-阶邻居数和更新后的所述信息网节点的M-阶邻居数，输入到信息熵计算公式中，得到更新结构熵；

所述获取电力网和信息网的初始网络模型，包括：

将电力网中的发电厂、变电站和负荷作为节点，电力线作为节点连接线生成电力网拓扑；

将信息网中的广域量测系统、数据采集系统、监视控制系统、相位量测器和调度中心作为节点，通信线作为节点连接线生成信息网拓扑；

将所述电力网拓扑和所述信息网拓扑作为初始网络模型；

所述相依耦合邻接矩阵具体为：其中，n表示电力网中第n个节点，m表示信息网中第m个节点；当矩阵中的元素为1，则表示电力网中的节点与信息网中的节点存在相依耦合关系；当矩阵中的元素为0，则表示电力网中的节点与信息网中的节点不存在相依耦合关系；

电力网和信息网的内连边，即将信息网内部连接各节点的边和电力网内部连接各节点之间的边，内连边通过连接各单层网络内的节点构成具有某种功能的网络；电力网和信息网之间的耦合边，即连接电力网与信息网的边，用来表示电力网与信息网间的相依耦合关系；

所述基于所述目标结构熵确定节点重要性排序，包括：

基于所述目标结构熵对应的M-阶邻居数确定节点重要性排序；

所述根据所述节点重要性排序，得到有效耦合关系，包括：

根据所述节点重要性排序，得到有效相依耦合集；

采用同配耦合的方式连接所述有效相依耦合集中的各节点，得到有效耦合关系；

初始网络模型的结构熵的计算公式为：

其中，表示信息网中节点的M-阶邻居数，表示电力网中节点的M-阶邻居数的集合。

2.根据权利要求1所述的优化智能电网鲁棒性方法，其特征在于，所述对所述更新结构熵进行迭代处理，取迭代过程中最小的更新结构熵作为目标结构熵，包括：

按照遍历步长遍历最小等值阻抗至最大等值阻抗之间的所有阻抗值，并根据遍历到的阻抗值计算所有节点对应的M-阶邻居数；

基于所述M-阶邻居数计算对应的M-阶结构熵作为更新结构熵，选择最小的所述更新结构熵作为目标结构熵。

3.根据权利要求1所述的优化智能电网鲁棒性方法，其特征在于，所述更新电力网节点的M-阶邻居数和信息网节点的M-阶邻居数，包括：

当计算需求中携带有待评估节点，则更新所述初始网络模型中待评估节点的M-阶邻居数；

当计算需求中没有携带待评估节点，则无需更新所述初始网络模型中节点的M-阶邻居数。