本文是一篇电力论文，本文先对新能源发电功率进行了预测，并设定为区间值，然后，将潮流介数改为区间潮流介数，并对TrendRank算法也进行了改进，为区间TrendRank算法。最后在IEEE39和IEEE118节点电力系统进行了验证，证明了区间TrendRank算法的有效性，并证明了新能源的引入增大了电力系统的脆弱性。
第1章 绪论
1.1 研究背景和意义
随着现代电力系统的发展，电力系统的规模已经在不断的扩大，电力系统已经发展成为一个跨区域的大规模网络，成为了最复杂的人工网络之一[1]。信息网对电力系统状态的监测和控制需要进行及时数据交流，这对电力系统和信息网之间的配合提出了更高的要求，互联网的发展有助于高效的输电和优化电力分配，这使得信息物理系统更加容易控制日益复杂的电力系统，信息物理系统具有更加准确高效的监控系统[2]。电力信息物理系统作为下一代电力系统架构，实现通信、计算、控制与电力系统的密切结合[3]。
煤炭等传统能源在过去的几百年一直是满足地球能源需求的主要能源[4]。传统能源在使用时会产生的污染气体，造成环境破坏和全球气温变暖[5]。而电能是当前人类社会中最方便且环保的能源，是推动社会发展的最重要的能源之一。电能可以非常轻松的转化为其他形式的能量，且具有方便输送，安全等优点被广泛应用在生活的各个方面。但是电力系统的发电，输电和用电是同时的，电能并不像其他化石能源一样可以大量存储，电力系统的电能需要供需平衡，使电压等需要保持稳定，若无法达到平衡，便有可能致使电力系统中的设备退出运行甚至损坏，从而有可能会导致大停电事故。大规模停电会对整个社会系统的交通，经济以及国防等造成严重的破坏。我国的发电样式虽然多样，但是燃煤发电仍是我国发电的主要部分，占据了发电总量的百分之七十左右，但新能源发电等取得一定成果，加上对于低碳绿色生活的追求，新能源发电在世界电力生产中的比例逐年提升[6]。然而，新能源发电存在着断断续续、难以预测和不稳定的特点，比起传统能源在控制和调度方面的难度也增加不少[7-9]。新能源发电的不断并网将给整个电力CPS的安全稳定运行等一系列问题造成不小的挑战。
1.2 课题的国内外发展现状与趋势
1.2.1 电力系统节点评估现状
目前，电力系统网络已经成为世界上最庞大、最复杂的人工网络之一，自电力系统网络建立以来，发生多次大规模停电事故，所以，研究者将研究的主要方向放在了电力系统网络复杂性和连锁故障，电力系统关键节点的评估是研究整个电力系统脆弱性的一个方向。目前，众多学者围绕快速有效地辨识电力系统中关键节点展开研究，可主要分为两个方面：一方面是从电网的物理属性出发，另一方面是从复杂网络角度出发。
电力系统的物理属性分析是通过研究电力系统的电压、电流或者潮流等特点对整个电力系统进行分析。通过电力系统物理属性进行分析的方法比较多；比如电力CPS中的某个节点退出运行之后，整个电力系统的参数(电压、电流和潮流等信息)的变化来评估该电力系统节点的重要性，这类方法是将节点遭受破坏后电力CPS的损失和该节点的重要性联系在一起，节点受到攻击之后，电力系统的损失越大，该节点越重要[21-22]。
在电力系统节点重要性评估中，文献[23]提出基于电力系统当时运作方式和电力系统的潮流分布指标进行电力系统脆弱性的评估。文献[24]通过带有权值的网络模型，考虑电力系统拓扑结构和电力系统的潮流分布的特点，提出了电网潮流转移下的线路的辨识方法。文献[25]提出基于合作博弈的电网线路脆弱性评估方法。文献[26]提出基于效用风险熵权模糊和复杂网络综合评判的电网节点脆弱性评估方法。
第2章 电力信息物理系统建模
2.1 引言
电力CPS是当今最复杂，最大规模的系统之一。根据电力CPS的建模，最主要的是用来反应电力CPS的运作状态和信息交流，以及电力系统和信息网是如何相互作用的，可以通过节点采集的信息来辅助控制策略，提升电力信息物理系统的性能，提高整个电力信息物理系统电能的利用率和系统的安全性。建立适宜的电力CPS仿真模型是之后研究工作开展的基石，通过仿真可以对电力信息物理系统的性能进行分析和评估，评估不同的控制策略和算法对系统的影响。同时，仿真还可以帮助设计和优化电力信息物理系统的参数和结构，以满足电力系统的性能需求。因此，建立适宜的仿真模型是电力CPS研究的重要一环，可以提高研究的可靠性和有效性。
电力CPS的电气特征以及运行状态等，众多学者提出的电力CPS模型主要有复杂网络、暂态和稳态模型。但传统的基于复杂网络建模只关注了电力系统的拓扑结构，将电力系统以及信息网的一些传感器等抽象为节点和线路，忽略了电力系统的电气特性等物理意义，这与实际系统存在一些偏差，为了解决这一问题，本文采用基于潮流计算和电力系统稳态模型的研究方法，对电力信息物理系统进行建模，对研究电力系统关键节点评估具有十分重要意义。
首先，计算出电力系统的潮流分布，通过考虑电力系统的拓扑结构和电气特性，建立了电力系统的物理层，然后，信息网的建立，主要依据最优控制算法，作为信息层的主要算法，用来调度物理层的各个发电机的发电功率以及电能调度等问题。最后根据信息网对电力系统的控制关系和电力系统对信息层的反馈信息来建立电力系统跟信息网的关联关系。最后采用IEEE14节点系统来验证模型的有效性。
2.2 电力信息物理系统框架设计
电力信息物理系统中信息网大多依据电力系统一次设备的地理位置进行设置。电力系统一次设备上一般都有传感器等可以收集并传输数据与信息网进行通信。电力信息物理系统的运行过程大致为：电力系统中一次设备配有的传感器等采集电力系统的运行状态，然后与信息网进行通讯，信息网生成相应的控制指令，然后传回到电力系统的一次设备，并执行控制指令。因此，提出了电力CPS的物理结构图，如图2-1所示。电力系统层主要有电力系统的一次设备以及一些传感器等组成，主要负责发电以及电能的传输和分配等。信息网是电力信息物理系统的核心，主要负责对电能生产的控制以及调度，还有电力系统的信息检测，状态以及调度等。中间的传输层主要负责电力系统运行状态数据以及信息网决策和调度指令的传输等。
第3章 TrendRank算法及应用............................. 20
3.1 引言 .................................... 20
3.2 LeaderRank算法 ...................................... 20
第4章 区间TrendRank算法及应用 ................... 33
4.1 引言 ........................................ 33
4.2 GA-ELM算法 ............................ 33
结论 ............................... 49
第4章 区间TrendRank算法及应用
4.1 引言
随着全球经济的日益增大和煤炭等不可再生资源的日渐减少，且不可再生资源在使用过程中会产生CO2等温室气体污染环境，环境问题和能源问题成为了不得不面对的问题，新能源发电逐步受到研究人员等关注。新能源的使用对环境没有危害，且取之不尽用之不竭，这使得新能源代替化石燃料等不可再生能源成为了一种大众选择，得到各国的重视。
新能源发电是未来发电的主要方式。但与传统化石燃料的发电方式不同，新能源发电并不具有传统发电的稳定性，其发电会受到外界因素的影响，如天气等，这使得新能源发电具有断断续续和不够稳定的特性。随着新能源发电的不断并网，新能源发电不稳定特性对电力系统的影响，这便会使得电力系统的脆弱性会进一步增大，出现电力系统故障。因此，评估电力系统关键节点时，将新能源发电考虑在内具有十分重要的作用。
基于本文前面建立的电力信息物理系统模型和TrendRank算法，本章首先基于遗传算法改进的极限学习机(GA-ELM)对新能源发电功率进行预测，然后对TrendRank算法进行改进，使其可以对考虑新能源的电力系统进行评估出关键节点。最后，采用IEEE118节点电力系统，并将其中部分发电机改为新能源发电，建立电力系统模型，将该算法与其他方法在上一章给出的方法进行对比，验证本文所提方法的有效性。
结论
随着互联网的发展，电力系统的输电和分配变得更加高效，这使得信息物理系统更容易控制电力系统日益复杂的架构。信息物理系统具有更加准确高效的监控系统，从而可以更好地维护电力系统的稳定性和安全性。然而，随着电力系统规模的不断扩大和架构复杂程度的提高，复杂性高的电力CPS也面临着一些挑战。虽然电力CPS具有一定的鲁棒性，但是其脆弱性也更容易被激发。一旦系统中的一个元件遭到破坏，就会传播到电力系统的其他元件中，导致级联故障，从而加重电网规模故障，造成巨大的社会经济损失。因此，必须采取一系列措施来确保电力CPS的稳定性和安全性。同时，随着经济的不断发展和新能源发电的兴起，可再生能源的不断并网使得电力系统的不确定因素大大增加，电网安全稳定运行的压力也在不断增加。因此，必须采取适当的技术手段和管理措施来降低这些风险，并确保电力系统的稳定和可靠运行，以满足社会对电力的需求。
因此，本文的主要工作主要分为三个方面。电力CPS建模，本文依据最优经济调度算法和牛顿-拉夫逊方法求解电力系统进行建模。根据求解的电力系统潮流分布以及电力系统拓扑结构进行电力网建模；之后，依据信息网的检测和调度功能建立信息网，信息网根据最优经济调度算法，对电力系统的发电机的发电功率进行控制，并决定电力系统线
