АНАЛІЗ ТА ПОРІВНЯННЯ СЦЕНАРІЇВ КАСКАДНИХ ЕФЕКТІВ В КРИТИЧНІЙ ІНФРАСТРУКТУРІ

Анотація

Дослідження сценаріїв каскадних ефектів в критичній інфраструктурі відіграє важливу роль для прийняття рішень, щоб зменшити негативні наслідки. Дані про роботу критичної інфраструктури є закритими або обмеженими, що ускладнює процес аналізу каскадних ефектів. Для генерування та аналізу сценаріїв каскадних ефектів використовуються різні підходи: графові моделі, моделі потоку потужності, гібридні підходи, які використовуються відповідно до поставлених задач. Розвиток машинного навчання супроводжується появою нових перспективних підходів, що використовуються для дослідження властивостей роботи електромереж в різних сценаріях.Метою статті є дослідження каскадних ефектів в критичній інфраструктурі та створення методу для аналізу та порівняння сценаріїв каскадних ефектів в електромережі, використовуючи графову нейронну мережу та коефіцієнт подібності.Методологія. У статті описано процес створення даних в сценаріях роботи електромережі при виведенні компонентів системи, що потенційно можуть призвести до каскадного ефекту. Розроблено модель автоенкодера на основі графової нейронної мережі, що використовується для формування представлення про крок сценарію (стан електромережі). Косинус подібності використано для порівняння кроків в різних сценаріях та пошуку подібних станів мережі. На основі подібності сценаріїв про стани електромережі можливо зробити висновки про можливий розвиток каскадного ефекту в сценарії.Наукова новизна роботи полягає у розробці методу, що покращує процес аналізу сценаріїв каскадних ефектів, порівняння послідовностей подій в сценаріях, визначення подібних ситуацій для прийняття рішень на основі існуючого досвіду. Визначено можливості для розширення методу, використовуючи поєднання графової нейронної мережі та LSTM для формування комплексного представлення послідовності кроків в сценаріях.Висновки. Проведено дослідження підходів для аналізу каскадних ефектів в електромережах. На основі проведеного дослідження було визначено перспективні напрямки, які потенційно можуть покращити процес порівняння сценаріїв каскадних ефектів. Для аналізу та порівняння сценаріїв каскадних ефектів в критичній інфраструктурі (електромережі) було розроблено метод, що використовує модель автоенкодера, що містить розроблений шар графової нейронної мережі, який покращує точність роботи моделі при вивченні зв’язків, впливу параметрів компонентів в електромережі та формує представлення стану електромережі в кроці сценарію. Використано косинус подібності для пошуку схожих сценаріїв, що потенційно можуть доповнити інформацію про стан електромережі в наступних кроках сценарію. Розроблений метод може працювати з різним рівнем деталізації сценаріїв, що забезпечує його адаптивність до вхідних даних.