基于决策算法的电缆关键节点采集与规划方法

郑峻峰，许 霖，冷 志，陈 凤，唐梦娴

（国网长沙供电公司，湖南长沙 410000）

在我国电力系统中，规定额定电压为110～500 kV的电力电缆为标准电缆，电缆通道已发展成为电力设施中非电气部分和电网发展的一项重要战略资源，直接影响电力线路的运输安全[1]。

在电力系统运行过程中，部分电缆不可避免地会存在故障。在电缆布施的过程中，必须要考虑到地方政府控制性规划和国网公司电力电缆管理要求[2]。传统的节点采集与规划方法容易造成关键节点的缺失，降低了电缆节点的稳定性。为了优化传统的电缆规划方法，该文借助决策算法、节点指标以及约束条件，构建了新的基于决策算法的电缆关键节点采集与规划方法，在保证线缆通信稳定性的基础上，降低了线缆布施的成本，提高了可持续发展性，从而便于管理电缆通道。

1 电缆关键节点采集

为了达到降低电缆关键节点规划复杂度的效果，该文在电缆关键节点采集过程中构建了相关的节点采集指标，只有满足各项指标的节点才会被视为是合格的，从而为电缆及通道快速有效采集提供决策支持。指标的建立都是根据目前电缆线路管理的最新规范[3-4]。该文建立节点的全局信息指标和节点的可承载业务能力指标两项。节点网络拓扑图如图1 所示。

图1 节点网络拓扑图

节点的全局信息指标是对电缆局部信息的一种检索指标，因为局部的信息不具有代表性，因此节点性能的辨识度不高。而节点全局信息指标是将节点的中心节点、边界节点以及末梢节点全部集成在一起，然后按照一定比例进行计算。节点全局信息指标判定量化公式如下所示：

其中，BC 表示节点的介数向量；BC(i)表示节点的介数[5-6]。

电缆节点可承载业务的能力是采集关键节点的重要指标之一。如果节点不具备稳定承载业务的能力，其本质上就是一个占用内存的无效点。电缆节点承载业务的能力主要包括节点的误码率、时延、传输效率、传输速度、抗干扰性，该指标决定了电缆线路工作的稳定性和传输效率[7]。指标是利用层次分析方法计算而成的，计算的核心是利用层次矩阵判断节点的业务能力。节点业务重要度指标的计算如下所示：

其中，SI(I)表示归一化处理后电缆节点承载业务的重要度；i(k-n)表示节点实际承载业务的重要度；b(s,d,k)表示节点业务重要度向量；hj表示业务的单位流量；n表示两个节点之间业务量的数量；max(L)表示节点之间业务传输的路径；πτ表示一个二值函数。电缆节点的业务重要度越大，节点的关键性也越强[8-9]，当某个电缆节点的业务重要度越高时，节点的关键性也越强，此时可以采集该节点的相关指标信息。

2 电缆关键节点规划方法

任何一种网络拓扑结构中的每一个关键节点之间都具有一定的关联性，传统的电缆关键节点规划方法根据每个节点的内部关系进行规划[10-11]。但是由于存在某些特殊节点，这就导致利用正常的分析途径完成规划的效果不满足规划的需求。因此，该文在采集电缆关键节点后，将决策算法作为规划基础对电缆关键节点展开规划设计。

根据设定的电缆数字化目标，融合电网与路网建立通道拓扑算法，实现通道有效规划。为此，该文设计了电缆约束量为信息熵、肯德尔系数权重以及TOPSIS 融合约束，以保证规划后的所有电缆关键节点具有稳定性和通信性能。以上约束的前提都是电缆通信中存在N个节点，其中，存在m个关键节点。

电缆节点信息熵的约束采用熵权法完成，其原理是采集电缆关键节点的信息后遍历所有信息，再根据约束条件衡量电缆内所有节点的信息，为节点的拓扑规划奠定数据基础。该过程的计算公式如下所示：

式中，i表示电缆关键节点的个数；aij表示第i个节点的指标j的参数；A表示节点指标矩阵；gij表示电缆采集指标的权重；u表示第j个指标的熵值[12-13]。

电缆关键节点指标信息熵的权重值越小，表示节点所包含的信息量越大，相反则表示电缆关键节点所含信息量越小，说明节点的关键指数越来越低，在不需要的前提下，就没必要对节点的信息进行采集。

肯德尔系数权重约束的目的是制约电缆节点之间各个指标的关联度，既要保证各个节点之间具有关联性，又要避免因过度关联而影响电缆输送效率。计算任意两个电缆节点的关联性，公式如下所示：

式中，kij表示电缆节点的指标；n0表示相互关联和不关联节点的个数；μ表示具有相同特征的节点；k表示节点指标内包括的关键集合；τ表示常量。计算结果在2～97 之间都表示节点满足肯德尔系数约束，然后作进一步分析，若任意两个电缆节点关联性的数值较大，说明各节点的均衡度也较大，在电能输送中具有优先选择权[14]。

TOPSIS 融合约束是对电缆节点信息加权的特殊约束，约束生成流程如图2 所示。TOPSIS 融合约束侧重于考虑电缆节点信息的多次权重。信息经过多次权重遍历，得到的节点信息真实度较大。该约束相对于电缆节点信息熵约束的不同，权重对象也不同。TOPSIS 融合约束面向的对象是电缆节点的正理想解和负理想解，对这两方面进行加权处理，约束计算形式如下所示：

图2 TOPSIS融合约束生成示意图

3 实验与分析

通过以上论述完成对基于决策算法的电缆关键节点采集与规划方法的设计，为了检验该方法是否具有可行性，设计实验测试过程。

实验选择小型电缆通道、BA 类型的电缆通道以及大型电缆通道三个不同类型的电缆为对象，避免测试样本的单一性。

实验中，将传统的基于多属性决策的电力网络关键节点识别方法作为对比。实验内容是对三种不同类型的电缆通道分别完成测试，对比电缆关键节点采集的效率、关键节点的真伪性、规划后电缆的稳定性、对配电网网络业务的影响以及电缆的抗毁性，展开多方面分析，从而完成两种方法性能的判定。该实验测试忽略测试电缆网络的边权，并且设置边权值为1，采用长春市郊区某一个配电厂作为实验场地。

选择某小型电缆通道，全长12.4 km，其中共设计30 个节点，其中15 个为关键点，GT 参数值在0～0.7 之间，SI 参数的数值在0.1～1 之间。大型电缆通道设计500 个节点，其中关键节点为100 个，每个关键节点的长度、GT 参数值以及SI 参数的数值的设计与小型变量参数的变化相同。BA 类型的电缆通道设计300个节点，其中B 类型的关键节点为50 个，A 类型的关键节点为50个，每个关键节点的长度、GT参数值以及SI参数数值的设计与小型变量参数的变化相同。

在完成对测试环境的搭建后，将每个电缆通道录入到一个设备后，分别利用该文方法和传统方法完成对电缆关键节点的采集与规划。开始实验并记录时间，得到以下实验结论：在采集小型电缆通道和BA 类型电缆通道的关键节点中，两种方法花费的时间呈现的差异不大，但是在采集大型电缆通道内关键节点信息时，该文方法所消耗的时间是传统方法消耗时间的一半。在对采集到关键节点进行关键信息特征匹配时，该文方法对不同类型电缆通道关键节点采集的正确率均在98%以上，然而传统方法只对于小型的电缆通道内部关键节点的采集结果能达到应用标准，对于其他具有一定复杂性类型的电缆通道的采集效率始终未达到应用标准。

在评价电缆关键节点规划方法的稳定性和对其他关联网络业务的影响能力时，通过电缆关键节点内部的业务重要度进行展现。移除关键节点后电缆业务重要度下降情况如图3 所示，电缆关键节点丢失率如图4 所示。

图3 移除电缆节点后电缆业务重要度下降情况

图4 电缆关键节点丢失率

综合分析图3 和图4 可知，在移除电缆关键节点后，两种方法隶属的电缆业务重要度都出现下降的趋势，但是应用传统方法后的电缆关键节点丢失率仍高于文中方法。这是因为电缆通道内部的关键节点缺失，一定会导致电缆业务工作效率的降低。而该文方法能够最大程度地降低该状态下电缆业务重要度的下降幅度，并将电缆关键节点丢失率控制在20%以内。通过以上数据证明了基于决策算法的关键节点的采集与规划方法具有保证业务重要度的能力。

在此基础上，针对电缆关键节点规划方法的抗毁性展开测试。该性能的测试是在网络拓扑中随机中断并移除关键节点附近的节点输送功能，观察一定时间内网络拓扑图内部关键节点的工作是否仍然正常。每个类型测试的方法相同，重复执行即可，该实验设置的观察时间为50 min。实验结果如图5 所示。

图5 移除节点实验图

为了保证实验数据具有分析性，该文采集了没有移除节点前15 min 的网络效率波动数据，然后实验图中从第15 min 开始，移除5 个关键节点附近的节点。传统方法下三种类型电缆的网络效率出现了大幅度波动。而经过20 min 的运行后，该文方法下三种类型电缆的网络效率与正常的网络效率差别不超过0.2。上述结果证明了该研究设计的基于决策算法的电缆关键节点采集与规划方法的抗毁性，在电缆遭受到攻击时，该方法规划的电缆通信网络仍可以稳定运行。

4 结束语

该文利用电缆节点的目标函数计算出有效的电缆节点的指标，参照决策算法的规律和电缆节点分布约束条件，最终遍历出最优的电缆节点规划方案。该研究还通过实验证明了基于决策算法的电缆关键节点采集与规划方法的工作效率和稳定性，另外也证明了该文设计方法的合理性。在该文研究的基础上，可以进一步研究分析以主动式配电网作为规划原理的电缆关键节点的采集与规划，从而完善电缆关键节点规划的逻辑程序，促进电缆通道管理的发展。