基于TOPSIS算法的电力通信网关键节点识别

被引:52
作者
耿子惠 [1 ]
崔力民 [2 ,3 ]
舒勤 [1 ]
张玮 [3 ]
机构
[1] 四川大学电气信息学院
[2] 华北电力大学经济与管理学院
[3] 国网新疆电力公司信息通信公司
关键词
电力通信网; 多属性决策; 赋权法; 关键节点; 节点重要度;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
120103 [信息系统与信息管理];
摘要
电力通信网某些关键节点对于网络安全可靠运行有着重要意义。为识别关键节点,提出一种基于TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)算法识别电力通信网关键节点的方法。首先构建节点重要度评价体系,将每个节点看作一个方案,将评价指标看作方案属性,将主观赋权法中的层次分析法和客观赋权法中的熵权法相结合,求得综合权重。然后给每个评价指标赋权。最后采用多属性决策的方法求得节点重要度,根据重要度值的大小识别出关键节点。采用某省实际电网进行检验,仿真证明,相对于现有其他算法,该算法能更准确地识别关键节点,验证了该方法的实用性和有效性。
引用
收藏
页码:78 / 86
页数:9
相关论文
共 21 条
[1]
基于模糊推理的粒子群优化算法 [J].
史旭栋 ;
高岳林 ;
韩俊茹 .
河南师范大学学报(自然科学版), 2017, 45 (02) :108-118
[2]
基于快速密度聚类的电力通信网节点重要性评估 [J].
狄立 ;
郑征 ;
夏旻 ;
胡凯 .
电力系统保护与控制, 2016, 44 (13) :90-95
[3]
基于粗糙集属性约简的评估模型在电力通信网风险评估中的应用及实现 [J].
程晓荣 ;
张兰 ;
岳娇 .
电力系统保护与控制, 2016, 44 (08) :44-48
[4]
最大熵方法下的纯稳健信度估计 [J].
胡莹莹 ;
吴黎军 ;
孙毅 .
河南师范大学学报(自然科学版), 2016, 44 (01) :15-20
[5]
基于电网影响因子的电力通信网关键节点识别 [J].
曾瑛 ;
朱文红 ;
邓博仁 ;
罗云 .
电力系统保护与控制, 2016, 44 (02) :102-108
[6]
基于复杂网络理论的电力通信网拓扑脆弱性分析及对策 [J].
刘涤尘 ;
冀星沛 ;
王波 ;
唐飞 .
电网技术, 2015, 39 (12) :3615-3621
[7]
加权网络节点重要性评估的改进节点收缩法 [J].
王班 ;
马润年 ;
王刚 ;
陈波 .
计算机应用研究, 2016, 33 (07) :2122-2124+2130
[8]
多维约束下指挥网络节点重要度的评估方法 [J].
姜志鹏 ;
张多林 ;
王乐 ;
史向峰 .
解放军理工大学学报(自然科学版), 2015, 16 (03) :294-298
[9]
基于信息熵的电力通信网脆弱性评价方法 [J].
樊冰 ;
曾瑛 ;
唐良瑞 .
电子与信息学报, 2014, 36 (09) :2138-2144
[10]
基于模块化多电平换流器的大型光伏并网系统仿真研究 [J].
姚致清 ;
于飞 ;
赵倩 ;
张群 .
中国电机工程学报, 2013, 33 (36) :27-33+6