为保证电力信息物理系统(Cyber-Physical Power System,CPPS)安全稳定运行,对其拓扑结构及鲁棒性进行研究。基于复杂网络理论,提出一种全方位CPPS鲁棒性评估框架,建立拓扑结构和功能级联故障模型,并给出相应的系统性能量化指标,实现对...为保证电力信息物理系统(Cyber-Physical Power System,CPPS)安全稳定运行,对其拓扑结构及鲁棒性进行研究。基于复杂网络理论,提出一种全方位CPPS鲁棒性评估框架,建立拓扑结构和功能级联故障模型,并给出相应的系统性能量化指标,实现对系统鲁棒性精准、高效评估。结合Louvain算法与重力引力中心性提出了考虑网络底层拓扑结构的节点重要性辨识方法,根据节点重要性对系统实施灾前保护,并对比不同保护策略下系统的鲁棒性。最后,用IEEE118网络构建CPPS模型,模拟系统在不同情况下的状态响应,结果验证了所提方法的有效性。展开更多
局部多重社区发现是社交网络分析中的关键技术,旨在揭示网络中用户的多重归属和复杂联系。针对现有局部多重社区发现算法大多基于网络拓扑结构,忽视节点属性信息的问题,提出了融合节点属性的局部多重社区发现算法(MLCDINA)。该算法将属...局部多重社区发现是社交网络分析中的关键技术,旨在揭示网络中用户的多重归属和复杂联系。针对现有局部多重社区发现算法大多基于网络拓扑结构,忽视节点属性信息的问题,提出了融合节点属性的局部多重社区发现算法(MLCDINA)。该算法将属性网络的结构和属性信息相结合为节点对之间的边权重,并通过随机游走评估节点间结构和属性的融合重要性(IISA)。此外,该算法引入了考虑边权重的局部聚类系数和亲密度随机游走(IRW),以增强对子图稠密性和IISA的评估。实验结果表明,MLCDINA在真实属性网络上的Jaccard F 1-score较现有算法有显著提升,验证了其在局部多重社区发现任务中的有效性。展开更多
文摘为保证电力信息物理系统(Cyber-Physical Power System,CPPS)安全稳定运行,对其拓扑结构及鲁棒性进行研究。基于复杂网络理论,提出一种全方位CPPS鲁棒性评估框架,建立拓扑结构和功能级联故障模型,并给出相应的系统性能量化指标,实现对系统鲁棒性精准、高效评估。结合Louvain算法与重力引力中心性提出了考虑网络底层拓扑结构的节点重要性辨识方法,根据节点重要性对系统实施灾前保护,并对比不同保护策略下系统的鲁棒性。最后,用IEEE118网络构建CPPS模型,模拟系统在不同情况下的状态响应,结果验证了所提方法的有效性。
文摘局部多重社区发现是社交网络分析中的关键技术,旨在揭示网络中用户的多重归属和复杂联系。针对现有局部多重社区发现算法大多基于网络拓扑结构,忽视节点属性信息的问题,提出了融合节点属性的局部多重社区发现算法(MLCDINA)。该算法将属性网络的结构和属性信息相结合为节点对之间的边权重,并通过随机游走评估节点间结构和属性的融合重要性(IISA)。此外,该算法引入了考虑边权重的局部聚类系数和亲密度随机游走(IRW),以增强对子图稠密性和IISA的评估。实验结果表明,MLCDINA在真实属性网络上的Jaccard F 1-score较现有算法有显著提升,验证了其在局部多重社区发现任务中的有效性。
