高压输电线：利用网络嵌入预测高压电网对级联故障的鲁棒性

本文探讨图嵌入方法是否可用作网络科学框架下分析电网鲁棒性的工具。文章聚焦于应变提升张力弹簧嵌入(SETSe)算法，并将其与node2vec、Deep Graph Infomax以及平均边容量和线路负载等度量进行比较。这五种方法在预测网络在随机攻击下巨连通分量崩溃点方面的能力被加以测试。分析使用了七个电网网络，节点数从14到2000不等。通过使网络边具有一系列容差并将网络容量集中到更少边上，为每个网络生成了总计3456种负载剖面。为每个负载剖面生成一百个随机攻击序列，并记录每个剖面下巨连通分量崩溃所需的平均攻击次数。随后比较了各负载剖面的嵌入值与其平均崩溃点之间的关系在这五种方法间的表现。结果发现，仅SETSe与线路负载作为鲁棒性代理表现良好，两种度量的$R^2 = 0.89$。在时序正常运行条件测试中，线路负载表现极为出色($R=0.99$)。然而，SETSe算法通过利用其局部平滑与节点特征全局加权的方法提供可解释的地理嵌入，从而对电网状态给出有价值的定性洞察。本文表明，即便网络在节点层面嵌入，图表示算法也可用于分析诸如对级联故障攻击的鲁棒性等网络性质。