[论文解读] Generation of Synthetic Spatially Embedded Power Grid Networks

Saleh Soltan, Gil Zussman|arXiv (Cornell University)|Aug 18, 2015

Complex Network Analysis Techniques参考文献 29被引用 4

一句话总结

该论文提出地理网络学习器与生成器（GNLG）算法，以生成反映真实输电网络结构与空间特性的合成空间嵌入式电网网络。通过使用高斯混合模型（GMM）进行节点布设，并结合两种受进化启发的流程——生成生成树以确保连通性，以及通过边添加提升鲁棒性，该方法成功生成了在度分布、路径长度、聚类系数和线路长度分布等方面与真实电网（如西部互联电网、SERC和FRCC）高度相似的网络。

ABSTRACT

The development of algorithms for enhancing the resilience and efficiency of the power grid requires performance evaluation with real topologies of power transmission networks. However, due to security reasons, such topologies and particularly the locations of the substations and the lines are usually not publicly available. Therefore, we study the structural properties of the North American grids and present an algorithm for generating synthetic spatially embedded networks with similar properties to a given grid. The algorithm uses the Gaussian Mixture Model (GMM) for density estimation of the node positions and generates a set of nodes with similar spatial distribution to the nodes in a given network. Then, it uses two procedures, which are inspired by the historical evolution of the grids, to connect the nodes. The algorithm has several tunable parameters that allow generating grids similar to any given grid. Particularly, we apply it to the Western Interconnection (WI) and to grids that operate under the SERC Reliability Corporation (SERC) and the Florida Reliability Coordinating Council (FRCC), and show that it generates grids with similar structural and spatial properties to these grids. To the best of our knowledge, this is the first attempt to consider the spatial distribution of the nodes and lines and its importance in generating synthetic power grids.

研究动机与目标

• 为解决因安全与隐私顾虑导致的真实地理电网拓扑公开数据不足的问题。
• 开发一种生成合成电网网络的方法，以复现真实输电网络的结构与空间特征。
• 在不暴露真实电网脆弱性的情况下，实现电网韧性与效率算法的性能评估。
• 为研究提供可复现、可调节的框架，用于生成匿名化、真实的电网拓扑。

提出的方法

• 使用高斯混合模型（GMM）估计变电站的空间密度，并通过贝叶斯信息准则（BIC）确定最优成分数量。
• 通过从拟合的GMM中抽样，生成与原始电网空间分布一致的合成节点位置。
• 在生成的节点上构建生成树，以确保网络连通性，模拟电网的历史发展过程。
• 通过添加额外边来提升网络鲁棒性，边添加过程通过参数调节，以匹配目标电网的结构特性。
• 采用两阶段连接流程：首先通过生成树确保连通性，随后通过受控的边添加过程增强鲁棒性。
• 调节参数κ、α、β、γ和N，以校准合成网络的度分布、聚类系数和线路长度特征。

实验结果

研究问题

• RQ1 能否生成准确反映真实输电网络空间分布与结构特性的合成电网网络？
• RQ2 如何建模电网的历史演化过程（优先考虑连通性与鲁棒性）以指导合成网络的生成？
• RQ3 基于GMM的方法在多大程度上能够捕捉大型电网（如WI、SERC和FRCC）中变电站的空间聚类特征？
• RQ4 生成的合成网络能否复现真实电网的关键指标，如平均路径长度、聚类系数、度分布和线路长度分布？
• RQ5 是否可行生成匿名化、真实的电网拓扑，以保留关键结构与空间特征，同时不暴露敏感基础设施数据？

主要发现

• GNLG算法成功为西部互联电网（WI）、SERC和FRCC生成了合成网络，其结构特性与真实电网高度匹配，经多种指标验证。
• 对于WI，合成网络的平均路径长度为20.26（真实值为19.71），聚类系数为0.048（真实值为0.049），线路长度分布的Kullback-Leibler散度为0.081。
• 对于SERC，生成网络的度分布斜率为-4.12（真实值为-3.93），两分布间的K-S统计量为0.047，表明高度相似。
• 对于FRCC，合成网络的度分布斜率为-2.40（真实值为-2.76），K-S统计量为0.032，线路长度分布的KL散度为0.12，显示高保真度。
• 该算法可生成具有相似特性的小型网络，如FRCC案例中节点数为1,312、边数为1,780。
• 该方法可实现适用于脆弱性与韧性研究的匿名化网络生成，WI电网在标准服务器上生成时间低于3.5分钟。