蔡文斌， 張煥域， 林密， 李博， 洪杰， 張陽， 吳偉明

(海南電網(wǎng)有限責(zé)任公司，海南 ?？?570203)

0 引言

智能電網(wǎng)為電網(wǎng)發(fā)展的必然成果，不管是針對電網(wǎng)側(cè)或者是針對用戶側(cè)而言，智能電網(wǎng)均存在十分顯著的社會經(jīng)濟效益[1]。科學(xué)、合理的對電力通信網(wǎng)實施多維度風(fēng)險預(yù)警，對智能電網(wǎng)的安全保護存在積極影響[2]。智能電網(wǎng)存在應(yīng)用成本大、覆蓋面積大、周期性久、區(qū)域發(fā)展不均衡的屬性，在此環(huán)境下，很多潛藏的因素對智能電網(wǎng)的安全存在一定影響[3]。電力系統(tǒng)生產(chǎn)單位對電力通信網(wǎng)的通信性能存在指定要求，要求其必須具有較好的穩(wěn)定度與安全度[4]。電力通信的安全可靠運行十分關(guān)鍵，對電力通信網(wǎng)多維度風(fēng)險預(yù)警優(yōu)化存在一定現(xiàn)實意義。

本文提出一種基于量化分析的電力通信網(wǎng)絡(luò)多維度風(fēng)險預(yù)警優(yōu)化方法，該方法對電力通信網(wǎng)危險預(yù)警與保護工作而言存在較高使用價值。

1 電力通信網(wǎng)絡(luò)多維度風(fēng)險預(yù)警優(yōu)化方法

1.1 影響因素預(yù)處理

因為電力通信安全影響因素通常情況下存在多維度、時空冗雜等屬性，而在優(yōu)化電力通信網(wǎng)多維度風(fēng)險預(yù)警問題時，需要挑選此類因素中的有效因素準確判斷電網(wǎng)風(fēng)險值，才能完成高精度預(yù)警[5]。為此，使用基于偏序約簡的電力通信影響因素預(yù)處理方法在大量的通信安全威脅因素(影響因素)里獲取對通信安全存在威脅的決定性因素，以便提高預(yù)警效率[6-7]。

把對電網(wǎng)通信安全存在威脅的影響因素設(shè)成決策表，此決策表由三元組構(gòu)成，描述為R=(X,C,Y)，X描述所有影響因素集合，C、Y依次描述所有影響因素特征集合、特征值的值域。設(shè)定決策表里存在m個通信安全影響因素Ybnm，各個通信安全影響因素存在n個條件特征bn與決策特征YEm，如表1所示。

表1 決策表

將電力通信安全影響因素集根據(jù)因素自身決策特征E的差異取值，將其依次分成等價類，等價類里存在多個影響因素。將等價類中的多種通信安全影響因素通過偏序方法實現(xiàn)約簡時，需要使用MapReduce模型的多種map函數(shù)來完成[8],其中，MapReduce模型的并行化優(yōu)勢較為顯著。如果決策屬性E存在t個差異取值，那么圍繞決策屬性E的值設(shè)置電力通信安全影響因素等價類，等價類為式(1)。

(1)

其中，第j個電力通信安全影響因素在第j個屬性中取值設(shè)成YEj。

電力通信安全影響因素偏序約簡的流程如下。

(1)約簡目標(biāo)即為電力通信安全影響因素集里的各個因素，每個目標(biāo)的約簡特征設(shè)成變遷關(guān)系，變遷關(guān)系影響下變換的中間狀態(tài)即為影響因素特征值[9-10]。中間狀態(tài)即為變遷前后仍具有同一屬性的特征值，能夠體現(xiàn)因素的屬性。在每種變遷關(guān)系的前提下，把電力通信安全影響因素集里一種風(fēng)險初始狀態(tài)L轉(zhuǎn)換為決策狀態(tài)，為式(2)。

(2)

其中，i是正整數(shù)；第i個通信安全影響因素的初始狀況設(shè)成Li。

(2)通過第(1)步的狀態(tài)變換形式，將E個整型變量t實施下述循環(huán)，則設(shè)定t的值自1至j存在，為式(3)。

(3)

(3)如果第(2)步里每個通信安全影響因素的影響程度自初始狀態(tài)往決策狀態(tài)變換時，具有下述狀況，為式(4)。

(4)

其中，q與p都是正整數(shù)；Ybqi表示第i個通信安全影響因素里存在q個的通信安全威脅子因素。Ybqi那么能夠化簡為式(5)。

(5)

其中，Ybpi表示第i個通信安全影響因素里存在p個的通信安全影響子因素。每個通信安全影響因素從初始狀態(tài)往決策狀態(tài)變換時，若多種電力通信安全影響因素均存在此類模式變換，那么僅留下此類電力通信安全影響因素里其中一種。

1.2 電力通信網(wǎng)多維度風(fēng)險預(yù)警優(yōu)化

由上節(jié)方法對電力通信網(wǎng)多維度影響因素約簡后，文章設(shè)定電力通信網(wǎng)多維度影響因素里決定性因素依次是資產(chǎn)因素、脆弱度因素、威脅因素以及危險處理方法，危險處理方法也可以理解為安全舉措。

使用樹形圖結(jié)構(gòu)描述每個風(fēng)險因素間的關(guān)聯(lián)(圖1)。

圖1 風(fēng)險樹狀

圖1中，B描述資產(chǎn)價值；U1、U2代表脆弱度；H1、H2、H3代表威脅因素值；DN代表危險處理方法；T描述危險處理方法沒有被使用或者使用效果較差的情況；Q代表風(fēng)險事件出現(xiàn)的幾率。

分析邏輯關(guān)系構(gòu)建故障樹，對底層風(fēng)險因素進行基本可信度和權(quán)重分配，對可用性、完整性、機密性賦權(quán)重，計算系統(tǒng)風(fēng)險值并量化其風(fēng)險等級。

若風(fēng)險值大于61，則電力通信網(wǎng)多維度風(fēng)險水平較高，需要開啟四級預(yù)警，通知相關(guān)維修人員及時切斷線路。

威脅性風(fēng)險行為因素依次設(shè)成偷電纜、損壞通信基站、地震、火災(zāi)、靜電。測試本文方法對電力通信此類威脅行為的虛警率，結(jié)果如圖2所示。

圖2 虛警率測試結(jié)果

分析圖2可知，本文方法對電力通信網(wǎng)的偷電纜、損壞通信基站、地震、火災(zāi)和靜電5種多維度風(fēng)險的虛警率低于5%，其中對靜電的風(fēng)險預(yù)警誤差最大，但也僅有2.5%。

假定電力通信網(wǎng)的風(fēng)險威脅為人為威脅與自然威脅，設(shè)定該電力通信網(wǎng)年度2種威脅次數(shù)依次是5次、10次、15次、20次、25次、30次，測試本文方法在此條件下對2種風(fēng)險預(yù)警時的誤警率，結(jié)果如表2所示。

表2 誤警率測試結(jié)果

分析上表可知，伴隨威脅次數(shù)的增加，本文方法對電力通信網(wǎng)人為威脅與自然威脅的誤警率最大值低于1%，誤警率極低，驗證本文方法的預(yù)警精度極高。

預(yù)警實時性是所有風(fēng)險預(yù)警問題里的核心考核指標(biāo)之一，通過業(yè)務(wù)時延來表示，計算如式(6)。

(6)

測試該供電局的電力通信系統(tǒng)應(yīng)用本文方法前、應(yīng)用本文方法后的預(yù)警實時性，結(jié)果如圖3所示。

圖3 預(yù)警實時性測試結(jié)果

由上圖可知，供電局的電力通信系統(tǒng)應(yīng)用本文方法前、應(yīng)用本文方法后的多維度風(fēng)險預(yù)警實時性差異顯著，應(yīng)用本文方法前的多維度風(fēng)險預(yù)警實時性較差，預(yù)警時延始終大于本文方法，應(yīng)用本文方法后，供電局的電力通信系統(tǒng)風(fēng)險預(yù)警實時性得以提升。

2 總結(jié)

本文提出一種基于量化分析的電力通信網(wǎng)多維度風(fēng)險預(yù)警優(yōu)化方法，將電力通信網(wǎng)多維度風(fēng)險預(yù)警問題通過量化分析的形式進行深入研究，并通過實驗測試，本文方法對偷電纜、損壞通信基站、地震、火災(zāi)和靜電5種多維度風(fēng)險的虛警率低于5%，對5種多維度風(fēng)險影響因素的查全率與查準率平均值依次是0.988 9、0.990 1，且應(yīng)用反饋效果較好。

本文方法雖然在實驗中獲取較好的實驗效果，而在未來的研究中還需引入風(fēng)險點定位這一功能，以此實現(xiàn)電力通信網(wǎng)風(fēng)險預(yù)警的深度優(yōu)化，提升風(fēng)險處理的效率。