[发明专利]一种电力通信网中关键节点识别方法有效
| 申请号: | 201611184725.6 | 申请日: | 2016-12-20 |
| 公开(公告)号: | CN106850254B | 公开(公告)日: | 2020-11-17 |
| 发明(设计)人: | 崔力民;李珊君;李路民;张玮;王鑫;张海波;宋广磊;邵海涛 | 申请(专利权)人: | 国网新疆电力公司信息通信公司;四川大学 |
| 主分类号: | H04L12/24 | 分类号: | H04L12/24 |
| 代理公司: | 成都行之专利代理事务所(普通合伙) 51220 | 代理人: | 冯龙 |
| 地址: | 830000 新疆维吾尔自治区乌*** | 国省代码: | 新疆;65 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 电力 通信网 关键 节点 识别 方法 | ||
1.一种电力通信网中关键节点识别方法,其特征在于,所述方法包括:
步骤1:基于电力通信网信息,构建电力通信网节点重要度评价体系;
步骤2:基于电力通信网节点重要度评价体系,构建规范化矩阵;
步骤3:基于熵权法和层次分析法,综合确定指标权重;
步骤4:将权重向量与规范化矩阵结合,构造加权规范化矩阵;
步骤5:基于加权规范化矩阵,计算获得节点重要度排序,基于排序结果识别出关键节点;所述电力通信网节点重要度评价体系包括:目标层、准则层、指标层;其中,目标层为节点重要度水平;目标层下的准则层包括:点类别因素、站点负荷因素、节点拓扑位置;站点类别因素下的指标层包括:站点等级、站点规模两个指标;站点负荷因素下的指标层包括:负荷等级、负荷大小两个指标;节点拓扑位置下的指标层包括:度中心度、紧密中心度、中介中心度三个指标;
度中心度CDi为CDi=ki/(N-1),其中,定义节点i与其他节点直接相关联的边数为k,CDi为节点i的度中心度;ki为节点i的度,N为网络中节点总数目;
紧密中心度CCi为定义节点i到节点j的最短路径中包含边的数量为dij;
中介中心度CBi为定义网络中任意两节点j和k之间最短路径总数为gjk,其中,经过节点i的最短路径条数为gjk(i);
所述步骤2具体包括:
设电力通信网节点重要度水平评价体系中,总共有N个节点,a表示准则层的第a项分类指标,准则层每项指标下有m个分类细化指标,i、j分别表示第i个节点,第j个分类细化指标;
构造第a项指标的决策矩阵Xa:
对决策矩阵Xa进行标准化处理,构成规范决策矩阵Ra=(rij)N×m:
对于效益型指标:
对于成本型指标:
其中,xjmax=max{xij|1≤i≤N},xjmin=min{xij|1≤i≤N};
所述步骤5具体包括:
获得每个节点准则层各指标的相对贴近度,并将相对贴近度作为节点重要度的指标值,组成新的决策矩阵X=(xij)N×M;
进行规范化处理,得到规范化决策矩阵R=(rij)N×M,计算各指标权重W,得到加权规范化矩阵Y=(yij)N×M;
计算出每个节点对相对贴近度Zi,获得节点重要度排序,进而识别出关键节点;其中,基于加权规范化矩阵Ya,计算指标体系中第a项分类指标的正负理想解;
正理想解:
负理想解:
其中,L={1,…,N},其中,L为电力通信网中节点集合;yim为矩阵Ya中第i个节点第m个指标对应的值;每个节点的正负理想解,即为Ya矩阵中,每列最大值和最小值;
计算节点重要度水平体系中第a项分类指标值与正负理想值之间的欧式距离:
到正理想解的距离:
到负理想解的距离:
得到每个节点第a项指标的相对贴近度:Zai=D-ai/(D+ai+D-ai),i=1,2,…N;
得到每个节点准则层各指标的相对贴近度,分别计算出准则层站点类别因素,站点负荷因素,节点拓扑位置三个分类指标的相对贴近度,并以此作为节点重要度的指标值,组成新的决策矩阵X=(xij)N×M,进行规范化处理,得到规范化决策矩阵R=(rij)N×M,计算各指标权重W,得到加权规范化矩阵Y=(yij)N×M,最后计算出每个节点对相对贴近度Zi,从而得出节点重要度排序,识别出关键节点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网新疆电力公司信息通信公司;四川大学,未经国网新疆电力公司信息通信公司;四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611184725.6/1.html,转载请声明来源钻瓜专利网。





