本發(fā)明屬于網(wǎng)絡(luò)技術(shù)領(lǐng)域，更進一步涉及電力運輸網(wǎng)絡(luò)拓撲結(jié)構(gòu)設(shè)計方法，可用于構(gòu)建魯棒、高效的電力傳輸網(wǎng)絡(luò)。

背景技術(shù)：

網(wǎng)絡(luò)是指從現(xiàn)實世界的某類系統(tǒng)，比如電力系統(tǒng)中抽象出來的由節(jié)點和邊組成的圖。在電力運輸系統(tǒng)中，若將發(fā)電站、變電站等抽象成網(wǎng)絡(luò)節(jié)點，將輸電線看成連接邊，就可以將電力運輸系統(tǒng)抽象成一個復(fù)雜網(wǎng)絡(luò)模型，稱為電力運輸網(wǎng)絡(luò)。電力運輸網(wǎng)絡(luò)的性能可通過網(wǎng)絡(luò)魯棒性和網(wǎng)絡(luò)通信效率這兩個屬性衡量。

網(wǎng)絡(luò)魯棒性，是指網(wǎng)絡(luò)在遭受到攻擊、破壞或者擾動的情況下，其能否保持功能完善或者能否繼續(xù)工作的一個衡量指標。

網(wǎng)絡(luò)通信效率，是反映各種信息在此網(wǎng)絡(luò)中交換和傳輸?shù)男省?/p>

電力運輸網(wǎng)絡(luò)拓撲結(jié)構(gòu)設(shè)計，是指在維持電力運輸網(wǎng)絡(luò)度分布不變的條件下，調(diào)整電力運輸網(wǎng)絡(luò)拓撲結(jié)構(gòu)，使其在受到攻擊或擾動時，網(wǎng)絡(luò)功能盡可能的維持完整，同時盡可能維持網(wǎng)絡(luò)的通信效率，即最大化地提高電力運輸網(wǎng)絡(luò)的魯棒性和通信效率。

杭州中威智能科技有限公司，浙江工業(yè)大學申請的專利“一種基于策略自適應(yīng)差分進化的配電網(wǎng)絡(luò)擴展規(guī)劃方法”(專利申請?zhí)朿n201410352906x，公開號cn104102956a)中提出了一種基于策略自適應(yīng)的差分進化的配電網(wǎng)絡(luò)擴展規(guī)劃方法。該方法考慮資金的時間價值，以獲得最大經(jīng)濟利益為目標，旨在設(shè)計出一種投資回報率最高的電力運輸網(wǎng)絡(luò)拓撲結(jié)構(gòu)。該方法存在的不足是，在電力運輸網(wǎng)絡(luò)受到攻擊或者擾動時，不具有良好的電力運輸網(wǎng)絡(luò)魯棒性，使得電力運輸網(wǎng)絡(luò)不能有效地抵抗受到的攻擊或者擾動。并且，該方法沒有考慮電力運輸網(wǎng)絡(luò)的通信效率這一重要指標，所設(shè)計出的網(wǎng)絡(luò)結(jié)構(gòu)不具有良好的通信效率。

c.m.schneider等人在論文“mitigationofmaliciousattacksonnetworks”(proceedingsofthenationalacademyofsciences.usa108，3838-3841(2011))中提出了基于最大連通子分量的魯棒性衡量標準，并且設(shè)計了一種基于貪婪算法的網(wǎng)絡(luò)拓撲結(jié)構(gòu)設(shè)計方法。該方法主要步驟有：1、對電力運輸網(wǎng)絡(luò)執(zhí)行隨機調(diào)整結(jié)構(gòu)操作得到一個臨時網(wǎng)絡(luò)；2、計算臨時網(wǎng)絡(luò)的魯棒性；3、判斷魯棒性是否提高，若提高，則用臨時網(wǎng)絡(luò)代替電力運輸網(wǎng)絡(luò)，否則，電力運輸網(wǎng)絡(luò)不變；4、判斷迭代次數(shù)是否滿足最大迭代次數(shù)，若滿足，得到最終的電力運輸網(wǎng)絡(luò)，否則，返回步驟1；5、輸出電力運輸網(wǎng)絡(luò)。該方法所說簡單易用，但卻存在以下不足：

首先，該方法只針對網(wǎng)絡(luò)的魯棒性進行優(yōu)化，沒有考慮網(wǎng)絡(luò)通信效率這一重要指標，得到的網(wǎng)絡(luò)通信效率較低；

其次，該方法全局搜索能力弱，隨著網(wǎng)絡(luò)規(guī)模的增大，時間增長過快，搜索效率會大大降低，從而影響了電力運輸網(wǎng)絡(luò)拓撲結(jié)構(gòu)設(shè)計的效果。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于針對上述現(xiàn)有技術(shù)的不足，提出一種基于密母算法的電力運輸網(wǎng)絡(luò)拓撲結(jié)構(gòu)設(shè)計方法，以在保證網(wǎng)絡(luò)魯棒性的同時，提高網(wǎng)絡(luò)通信效率。

本發(fā)明技術(shù)的思路是，在電力運輸網(wǎng)絡(luò)拓撲結(jié)構(gòu)調(diào)整的過程中采用密母算法，設(shè)計有效的種群操作算子，充分利用密母算法全局搜索能力強的優(yōu)點，并采用新的評價準則來評價個體的好壞，進行局部搜索和全局最優(yōu)的更新，最后得到具有高魯棒性、高通信效率的電力運輸網(wǎng)絡(luò)拓撲結(jié)構(gòu)。具體實現(xiàn)步驟包括如下：

(1)設(shè)定密母算法的參數(shù)：設(shè)種群個數(shù)ω為8，種群交叉概率pc為0.5，種群局部搜索概率pl為0.8，最大迭代次數(shù)w為20000；

(2)初始化種群：

(2a)設(shè)初始種群個數(shù)tω＝1，讀入一個現(xiàn)有電力運輸網(wǎng)絡(luò)，從該網(wǎng)絡(luò)拓撲結(jié)構(gòu)中隨機選擇兩條邊，記為eij和elk，其中，eij表示網(wǎng)絡(luò)節(jié)點i與網(wǎng)絡(luò)節(jié)點j之間的連接邊，elk表示網(wǎng)絡(luò)節(jié)點l與網(wǎng)絡(luò)節(jié)點k之間的連接邊，并刪除所選的兩條邊eij和elk，再在網(wǎng)絡(luò)節(jié)點i與網(wǎng)絡(luò)節(jié)點k之間建立新的連接邊eik，在網(wǎng)絡(luò)節(jié)點j與網(wǎng)絡(luò)節(jié)點l之間建立新的連接邊ejl，得到新的網(wǎng)絡(luò)拓撲結(jié)構(gòu)；

(2b)種群的大小tω累加1，判斷種群大小tω是否大于ω，若否，返回步驟(2a)，若是，計算種群中每個個體的適應(yīng)度：得到初始種群m⁰，其中表示初始網(wǎng)絡(luò)魯棒值，e⁰表示初始網(wǎng)絡(luò)通信效率；

(3)設(shè)優(yōu)化迭代次數(shù)tw＝1；對初始種群m⁰執(zhí)行種群交叉操作，得到新的種群m¹，計算m¹種群中每個個體的適應(yīng)度：式中，表示m¹種群中個體的魯棒值，e¹表示m¹種群中個體的通信效率；

(4)局部搜索操作：

(4a)從新的種群m¹中選擇適應(yīng)度最大的個體，記為支配網(wǎng)絡(luò)g，設(shè)置局部搜索初始代數(shù)t＝1；

(4b)采用通信效率公式計算支配網(wǎng)絡(luò)g的通信效率cⁱ；在0-1之間生成一個隨機數(shù)，判斷該隨機數(shù)是否比種群局部搜索概率pl小，若是，則執(zhí)行步驟(4c)；若否，則執(zhí)行步驟(4e)；

(4c)用魯棒值公式計算支配網(wǎng)絡(luò)g的魯棒性并從支配網(wǎng)絡(luò)g中隨機選擇兩條邊，記為eij和elk，其中，eij表示節(jié)點i與節(jié)點j之間的連接邊，elk表示節(jié)點l與節(jié)點k之間的連接邊，刪除這兩條邊；然后在節(jié)點i與節(jié)點k之間建立新的邊eik，在節(jié)點j與節(jié)點l之間建立新的邊ejl，得到臨時支配網(wǎng)絡(luò)g^*；

(4d)計算臨時支配網(wǎng)絡(luò)g^*的魯棒值和通信效率cⁿ，判斷是否滿足：

若是，則用臨時支配網(wǎng)絡(luò)g^*替換掉初始支配網(wǎng)絡(luò)g；若否，則執(zhí)行步驟(4e)；

(4e)將局部搜索代數(shù)t累加1，判斷t是否大于網(wǎng)絡(luò)節(jié)點個數(shù)n，若是，則用臨時支配網(wǎng)絡(luò)g^*替換掉初始支配網(wǎng)絡(luò)g，得到局部最優(yōu)種群m²，然后，計算m²種群中每個個體的適應(yīng)度：式中，是m²種群中個體的適應(yīng)度，表示網(wǎng)絡(luò)的魯棒值，e²表示網(wǎng)絡(luò)通信效率；然后執(zhí)行步驟(5)，若否，則返回步驟(4c)；

(5)將步驟(4)得到的m²種群加入到步驟(3)得到的m¹種群中，從中選取適應(yīng)度最大的8個網(wǎng)絡(luò)組成下一代種群m³；

(6)將優(yōu)化迭代次數(shù)tw累加1，判斷tw是否大于最大迭代次數(shù)w，若滿足，將m³種群中適應(yīng)度最大的網(wǎng)絡(luò)作為最優(yōu)網(wǎng)絡(luò)，輸出最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)，否則，返回步驟(3)。

本發(fā)明與現(xiàn)有技術(shù)相比具有如下優(yōu)點：

1，本發(fā)明采用魯棒性與通信效率之和作為計算電力運輸網(wǎng)絡(luò)適應(yīng)度的函數(shù)，克服了現(xiàn)有技術(shù)中只采用魯棒性作為電力運輸網(wǎng)絡(luò)適應(yīng)度函數(shù)的不足，避免了現(xiàn)有技術(shù)設(shè)計的電力網(wǎng)絡(luò)在遭受攻擊時，網(wǎng)絡(luò)通信效率降低的不足。

2，本發(fā)明在設(shè)計電力運輸網(wǎng)絡(luò)拓撲結(jié)構(gòu)的過程中，采用密母算法，設(shè)計了合適的局部搜索操作，提高了算法的優(yōu)化能力，從而進一步提高了電力運輸網(wǎng)絡(luò)的魯棒性和通信效率。

附圖說明

圖1本發(fā)明的實現(xiàn)流程圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明作進一步的描述。

參照圖1，本發(fā)明的具體實現(xiàn)步驟如下：

步驟1，設(shè)定密母算法參數(shù)。

密母算法是一種包含種群全局搜索和個體局部搜索的現(xiàn)有進化算法。密母算法的操作步驟包括種群初始化操作、種群交叉操作和種群局部搜索操作。本發(fā)明中，設(shè)種群個數(shù)ω為8，種群交叉概率pc為0.5，種群局部搜索概率pl為0.8，最大迭代次數(shù)w為20000；

步驟2，初始化種群。

讀入一個現(xiàn)有電力運輸網(wǎng)絡(luò)g0，從該網(wǎng)絡(luò)拓撲結(jié)構(gòu)中隨機選擇兩條邊，記為eij和elk，其中，eij表示網(wǎng)絡(luò)節(jié)點i與網(wǎng)絡(luò)節(jié)點j之間的連接邊，elk表示網(wǎng)絡(luò)節(jié)點l與網(wǎng)絡(luò)節(jié)點k之間的連接邊；

刪除所選的eij和elk這兩條邊，再在網(wǎng)絡(luò)的第i個節(jié)點與網(wǎng)絡(luò)的第k個節(jié)點之間建立新的連接邊eik，在網(wǎng)絡(luò)的第j個節(jié)點與網(wǎng)絡(luò)的第l個節(jié)點之間建立新的連接邊ejl，得到新的網(wǎng)絡(luò)g1。用此方法再生成6個新的網(wǎng)絡(luò)：g2,g3,…,g7，得到包含g0,g1,…,g7這8個網(wǎng)絡(luò)的初始種群m⁰。

步驟3，種群交叉操作。

(3a)將初始種群m⁰中所有的8個體依次進行1-8編號，并分為4對；

(3b)選擇初始種群中任一對未被選擇過的個體，將第一個個體記為第一網(wǎng)絡(luò)g1，第二個個體記為第二網(wǎng)絡(luò)g2；

(3c)在0-1之間生成一個隨機數(shù)，判斷該隨機數(shù)是否比種群交叉概率pc小，若是，則對第一網(wǎng)絡(luò)g1和第二網(wǎng)絡(luò)g2進行交叉，得到第三網(wǎng)絡(luò)和第四網(wǎng)絡(luò)再執(zhí)行步驟(3e)；若否，則返回步驟(3b)；

(3d)用第三網(wǎng)絡(luò)替換掉第一網(wǎng)絡(luò)g1，用第四網(wǎng)絡(luò)替換掉第二網(wǎng)絡(luò)g2，得到新的種群m¹；

(3e)計算m¹種群中所有個體的適應(yīng)度：rc&e＝rc+e，式中，rc&e是個體的適應(yīng)度，用于評價網(wǎng)絡(luò)是否魯棒和高效，rc表示網(wǎng)絡(luò)魯棒值，e表示網(wǎng)絡(luò)通信效率。

魯棒值rc和通信效率e分別是根據(jù)以下兩個公式計算得到的：

式中，計算魯棒值rc時，需要將網(wǎng)絡(luò)中節(jié)點依次移除，直到網(wǎng)絡(luò)只剩一個節(jié)點；n是網(wǎng)絡(luò)的節(jié)點個數(shù)，q是被移除的節(jié)點的個數(shù)與n的比值；s(q)是指網(wǎng)絡(luò)被移除比例為q的節(jié)點后，剩余網(wǎng)絡(luò)中最大連通圖的節(jié)點個數(shù)與n的比值，i和j是節(jié)點編號，d(i,j)表示網(wǎng)絡(luò)中從節(jié)點i到節(jié)點j之間最短路徑的長度。

步驟4，種群局部搜索操作。

(4a)從步驟3得到的m¹種群中選擇適應(yīng)度最大的個體，記為支配網(wǎng)絡(luò)g，設(shè)置局部搜索初始代數(shù)t＝1；

(4b)采用通信效率公式計算支配網(wǎng)絡(luò)g的通信效率cⁱ；在0-1之間生成一個隨機數(shù)，判斷該隨機數(shù)是否比種群局部搜索概率pl小，若是，則執(zhí)行步驟(4c)；若否，則執(zhí)行步驟(4e)；

(4c)用魯棒值公式計算支配網(wǎng)絡(luò)g的魯棒性并從支配網(wǎng)絡(luò)g中隨機選擇兩條邊，記為eij和elk，其中，eij表示第i個節(jié)點與第j個節(jié)點之間的連接邊，elk表示第l個節(jié)點與第k個節(jié)點之間的連接邊；

(4d)刪除eij和elk這兩條邊，并第i個節(jié)點與第k個節(jié)點之間建立新的邊eik，在第j個節(jié)點與第l個節(jié)點之間建立新的邊ejl，得到臨時支配網(wǎng)絡(luò)g^*；

(4e)計算臨時支配網(wǎng)絡(luò)g^*的魯棒值和通信效率cⁿ，判斷是否滿足：若是，則用臨時支配網(wǎng)絡(luò)g^*替換掉初始支配網(wǎng)絡(luò)g，得到新的種群m²；若否，則執(zhí)行步驟(4f)；

(4f)將局部搜索代數(shù)t累加1，判斷t是否大于網(wǎng)絡(luò)節(jié)點個數(shù)n，若是，計算m²種群中每個個體的適應(yīng)度；執(zhí)行步驟5，若否，則返回步驟(4c)；

步驟5，將步驟4得到的m²種群與步驟3得到的m¹種群合并成種群m³，從m³種群中選取適應(yīng)度最大的8個個體組成種群m⁴，作為下一代種群。

步驟6，將優(yōu)化迭代次數(shù)tw累加1，判斷tw是否大于最大迭代次數(shù)w，若滿足，執(zhí)行步驟7，否則，返回步驟3。

步驟7，將步驟5得到的m⁴種群中適應(yīng)度最大的網(wǎng)絡(luò)作為最優(yōu)網(wǎng)絡(luò)，輸出最優(yōu)網(wǎng)絡(luò)拓撲結(jié)構(gòu)。

本發(fā)明的效果可以通過以下仿真實驗作進一步說明。

1、仿真實驗運行環(huán)境：

本發(fā)明的仿真實驗選擇的處理器為intel(r)core(tm)i5cpum480@2.67ghz2.67ghz，內(nèi)存為3.86gb，硬盤為320g，操作系統(tǒng)為windows7家庭普通版，編程環(huán)境為visualstudio2010。

2、實驗內(nèi)容和結(jié)果分析：

本發(fā)明的仿真實驗采用基于密母算法的電力運輸網(wǎng)絡(luò)拓撲結(jié)構(gòu)設(shè)計方法對西歐電力運輸網(wǎng)絡(luò)wu-powergrid和歐盟電力運輸網(wǎng)絡(luò)eu-powergrid這兩個實際電力運輸網(wǎng)絡(luò)進行了測試，其中wu-powergrid網(wǎng)絡(luò)數(shù)據(jù)集有217個節(jié)點，320條邊；eu-powergrid網(wǎng)絡(luò)數(shù)據(jù)集的數(shù)據(jù)規(guī)模是1494個節(jié)點，2156條邊。

仿真實驗中，測量這兩個網(wǎng)絡(luò)在密母算法優(yōu)化前后，網(wǎng)絡(luò)的rc&e值的變化情況，rc&e值越大，說明網(wǎng)絡(luò)魯棒性越強，通信效率越高，其測試結(jié)果如表1所示。

表1實際電力運輸網(wǎng)絡(luò)實驗結(jié)果

從表1的實驗結(jié)果可以看出，本發(fā)明提出的方法能夠有效地提高電力網(wǎng)絡(luò)的rc&e值，驗證了本發(fā)明能夠有效地設(shè)計出高魯棒性、強通信效率的電力運輸網(wǎng)絡(luò)拓撲結(jié)構(gòu)。

綜上，本發(fā)明運用密母算法，并在算法中設(shè)計出了有效的局部搜索算子，可以設(shè)計出高魯棒性、強通信效率的電力運輸網(wǎng)絡(luò)。