复杂网络上的相继故障.pptVIP

复杂网络上的相继故障;一.问题提出;2.抽象： ;研究方法： 借助于典型的拓扑结构。针对不同实际问题建立数学模型，分析系统鲁棒性。 相继故障属于网络动力学行为，而网络动力学行为与网络自身的拓扑结构联系紧密，为了简便起见，在一些典型的拓扑网络上来研究相继故障。 注意：1）BA网络：现实很多网络具有无标度特性，比如Internet网络, 新陈代谢网络。 2）随机网：易处理;一.复杂网络相继故障的动态模型分析;1.1节点动态模型;这里的m相当于公式里的;4).相继故障规模(间接)： 最大连通子图的相对值：;Moreno模型分析1 选择适当的参数使得对应的网络性能较好;Moreno模型分析2;Motter模型： (BA网络);Motter模型分析1如果移除的点的性质不同，对网络鲁棒性有影响？;分析：;Motter模型分析2 均匀网络与非均匀网络（平均度相同）性能好坏比较;一.复杂网络相继故障的动态模型分析;1.2 边动态模型;边动态模型：;(3).如果li,jC表明边发生了拥塞，应该将li,j按照一定的动态规则重新分配（平均分配，随机选取一部分分配给其相邻的未拥塞边，如果相邻的所有边都拥塞，将负荷全局分配给整个网络或者直接丢弃）。 负荷的重新分配有可能导致其他边拥塞，从而产生相继故障。 ;边动态模型分析1 故障发生后负荷不同分配策略对网络性能的影响;一.复杂网络相继故障的动态模型分析;1.3 节点与边混合模型;模型建立：;(4)某一节点由于故障从网络中去除后，网络中节点间的效率最优路径将会发生改变，导致负荷的重新分布，可能引起其他节点过载，引发新一轮负荷分配。 (5).用相继故障结束后网络的平均效率衡量网络的破坏程度;一.复杂网络相继故障的动态模型分析;2.二值影响模型;接下来每一时刻，节点状态由下面的规则决定： 若一个节点的k个相邻节点中具有状态1的节点数与k的比值等于或超过赋予这个节点的状态切换阈值Φ（事先设定），则节点状态为1，否则为0；一旦节点状态设置为1，则状态保持不变。 如果网络中节点的度分布与阈值分布具有一定的关系，则单个或若干个节点发生故障可以产生雪崩效应。;一.复杂网络相继故障的动态模型分析;3.沙堆模型; （1）每个节点i有高度hi，同时有阈值zi。 （2）每个时序随机选择一个节点i ，增高 hi = hi +1。 （3）若hi zi ，节点处于不稳定状态，执行“倾倒”操作。 （4）若上一步产生了新的不稳定节点，则并行地执行“倾倒”操作，直到不再产生新的不稳定节点为止。这就模拟了一次相继故障的全过程。 （5）重复（2）到（4）步得到故障规模的分布情况。具有幂律特性。; 当沙堆越来越陡进入临界状态，沙堆上的沙粒处于将要翻滚下去的边缘，此时，落下的一粒沙子将会导致什么结果？几乎无影响？稍微有些变动？沙崩？ ; 地震的发生：由于板块的移动，慢慢积累起来的压力使地壳内各种大小不同的岩石处于一种临界状态，当其中的一块岩石终于经受不住压力开始下滑，就会造成地壳岩石的重组，同时也引发了地震。 ;一.复杂网络相继故障的动态模型分析;4.OPA模型（最优潮流方法模型）; 当发电机向受端系统送电时，如果由于某种原因断开了一个线路，如果保持输电方送出的电力不变，余下的线路的传输功率必然会增加，这就是“大负荷转移”。如果超过其安全阈值，必然会出现恶性的连锁反应。;当用电需求增大时，表现为相应节点的负荷增大，要求在输电线能够承受的前提下，提供更多的电量。 ;2).模型建立：;(2). Pik:第k天，节点i的功率 Pk=(P1k,P2k,…,Pnk)T:第k天所有节点的功率 Fik:第k天，输电线i所承载的功率 Fk=(F1k,F2k,…,Fmk)T:第k天所有输电线承载的功率 (3).假设所有输电线本身无功率损耗；输电线功率不能超过它的最大值。;(4).假设所有的负荷均为直流负荷，节点功率和输电线功率存在线性关系：Fk=A*Pk (A:关联矩阵);(6).判断输电线故障原因： 随机故障？ 输电线过载？; (7).假设每天节点功率略大于前一天该节点的功率。 设负荷扩增参数为 ，比如：第l天与第l-1天的负荷比为 那么每个节点在第k天的负荷，以及输电线在第k天的负荷可由在第0天的表示;;利用线性规划方法重新调整电网功率分配; 随着负载负荷的增加，发电机节点容量也有相应的增加，逐步向自组织临界状态发展，所有的状态都将趋向于1。 ;二.基于耦合映像格子的相继故障模型;2.1 CML相继故障模型;包含N个节点的一维耦合映像格