Алгоритмы приоритизации при восстановлении поврежденных объектов критических инфраструктур

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Работа посвящена разработке алгоритмов определения приоритетов ремонта объектов критических инженерных инфраструктур с целью оптимизации процесса восстановления снабжения ресурсом потребителей. Рассматриваются повреждения, вызванные внешними воздействиями различной природы, такими как преднамеренные воздействия и природные явления. В качестве критерия формирования последовательности ремонта поврежденных объектов рассматривается присоединенная мощность потребителей (в упрощенном виде – их количество), а также учитывается их важность. В предлагаемом подходе анализируется топология инженерных инфраструктур, учитываются как собственные последствия отказавших элементов, так и синергетические последствия отказа этих элементов в системе. Демонстрируется применение разработанных алгоритмов при формировании последовательности восстановления повреждений, вызванных преднамеренными и природными воздействиями. Работа алгоритмов иллюстрируется на примере электрической сети, представляющей собой модифицированную тестовую электрическую схему 14 шин IEEE.

Об авторах

Леонид Анатольевич Середа

Институт проблем управления им. В.А. Трапезникова Российской академии наук

Автор, ответственный за переписку.
Email: sereda@ipu.ru
ORCID iD: 0000-0002-4343-5448
SPIN-код: 3066-2243
Scopus Author ID: 57205435388
ResearcherId: B-5260-2018

научный сотрудник, лаборатория № 49

Россия, Москва

Георгий Григорьевич Гребенюк

Институт проблем управления им. В.А. Трапезникова Российской академии наук

Email: gggrebenuk@gmail.com
ORCID iD: 0000-0002-1607-2143
SPIN-код: 5046-7409
Scopus Author ID: 59157949900
ResearcherId: ABB-3232-2021

доктор технических наук, старший научный сотрудник, главный научный сотрудник, лаборатория № 49

Россия, Москва

Список литературы

  1. Гребенюк Г.Г., Калянов Г.Н., Середа Л.А. Устойчивость функционирования ресурсоснабжающих предприятий // Информационные технологии и вычислительные системы. 2024. № 3. С. 73–82.
  2. Гребенюк Г.Г., Лубков Н.В. Надежностный подход к анализу устойчивости инженерной инфраструктуры // Управление большими системами. 2022. № 99. С. 157–181.
  3. Правила устройства электроустановок / под ред. Д.Е. Волнухиной. М.: Эксмо, 2023. 512 с.
  4. Almoghathawi Y., Barker K., Ramirez-Marquez J. Resilience-based measures for importance ranking of interdependent infrastructure networks components across uncertain disruption scenarios // Proceedings of the 12th International Conference on Structural Safety and Reliability. Vienna, 2017.
  5. Fang Y., Sansavini G., Zio E. An optimization-based framework for the identification of vulnerabilities in electric power grids exposed to natural hazards // Risk Analysis. 2019. Vol. 39. No. 9. Pp. 1949–1969.
  6. Gjorgiev B., Sansavini G. Identifying and assessing power system vulnerabilities to transmission asset outages via cascading failure analysis // Reliability Engineering & System Safety. 2022. Vol. 217. P. 108085.
  7. Gongyu WU, Zhaojun S. LI. Cyber-Physical Power System (CPPS): A review on measures and optimization methods of system resilience // Front. Eng. 2021. Vol. 8. No.4. Pp. 503‒518.
  8. Grebenuk G.G., Nikishov S.M. Blocking of energy and resource supply of target objects in network infrastructures // Automation and Remote Control. 2018. Vol. 79. No. 3. Pp. 535–544.
  9. Grebenyuk G., Lubkov N., Sereda L. Search and selection of blocking cross-sections in the analysis of vulnerability and efficiency of engineering networks // Processings of the 3nd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency (SUMMA 2021, Lipetsk). IEEE. 2021. Pp. 335–339.
  10. Haenni R. Generating diagnoses from conflict sets // Proceedings of the Eleventh International FLAIRS Conference. 1998.
  11. Hosseini S., Barer K., Ramirez-Marquez J.E. A review of definitions and measures of system resilience reliability // Engineering & System Safety. 2016. Vol. 145. Pp. 47–61.
  12. Jönsson H., Johansson J., Johansson H. Identifying critical components in technical infrastructure networks // Proceedings of the Institution of Mechanical Engineers. Part O: Journal of Risk and Reliability. 2008. Vol. 222. No. 2. Pp. 235–243.
  13. Khamfroush H., Iloo S.L., Rahnamay-Naeini M. Vulnerability of interdependent infrastructures under random attacks // ACM SIGMETRICS Perform. Eval. Rev. 2019. Vol. 46. No. 2. Pp. 67–71.
  14. Kuprijanov B.V., Roschin A.A. Limiting the search in brute force method for subsets detection // Proceedings of the 14th International Conference Optimization and Applications (OPTIMA-2023). Petrovac, Montenegro: Springer. 2023. Pp. 329–343.
  15. Kwon Y., Song J. Evaluation of relative importance of network components by system-reliability-based disaster resilience analysis // Proceedings of the 8th Intl. Symp. on Reliability Engineering and Risk Management (ISRERM). 2022. Pp. 522–529.
  16. Ouyang M. Review on modeling and simulation of interdependent critical infrastructure systems // Reliability Engineering & System Safety. 2014. Vol. 121. Pp. 43–60.
  17. Sathurshan M., Saja A., Thamboo J., Haragucht M., Navaratnam S. Resilience of critical infrastructure systems: A systematic literature review of measurement frameworks // Infrastructures. 2022. Vol. 7. No. 67. Pp. 1–26.
  18. Wang F., Magoua J.J., Li N. Modeling cascading failure of interdependent critical infrastructure systems using HLA-based co-simulation // Automation in Construction. 2022. Vol. 133. P. 104008.
  19. Wang W., Yang S., Hu F. et al. An approach for cascading effects within critical infrastructure systems // Physica A: Statistical Mechanics and its Applications. 2018. Vol. 510. Pp. 164–177.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Схематическое представление неблагоприятных воздействий: а – преднамеренное; b – землетрясение; c – ураган, наводнение

Скачать (129KB)
Метаданные
3. Рис. 2. Пример возникновения синергетических последствий отказа

Скачать (77KB)
Метаданные
4. Рис. 3. Блок-схема алгоритма приоритизации для случая атаки на минимальное сечение

Скачать (328KB)
Метаданные
5. Рис. 4. Блок-схема алгоритма приоритизации при природных воздействиях

Скачать (486KB)
Метаданные
6. Рис. 5. Граф распределительной сети с повреждениями от преднамеренного воздействия

Скачать (110KB)
Метаданные
7. Рис. 6. Граф инфраструктуры с повреждениями от природного воздействия

Скачать (108KB)
Метаданные
8. Рис. 7. График восстановления производительности при преднамеренном воздействии

Скачать (65KB)
Метаданные
9. Рис. 8. График восстановления производительности при природном воздействии

Скачать (86KB)
Метаданные


Ссылка на описание лицензии: https://www.urvak.ru/contacts/

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».