Anda di halaman 1dari 47

UNIVERSITATEA TRANSILVANIA DIN BRAOV

FACULTATEA DE MATEMATIC I INFORMATIC


SPECIALIZAREA STRUCTURI MATEMATICE FUNDAMENTALE

LUCRARE DE DISERTAIE
MODELE DE DEGRADARE N CASCAD N TEORIA FIABILITII

COORDONATOR TIINTIFIC:
Conf.Dr. PALTNEA EUGEN
Absolvent:
CIOVLIC CORNELIA

BRAOV 2015

Cuprins

1. Model de degradare n cascad n reele SFN


a. Introducere2
b. Studiul modelului..3
c. Simularea..4
d. Rezultate-Clasificarea strategiilor de izolare....6
e. Rezumat si concluzii...12
2.

Modelul clasic de degradare n cascad


a. Natura defectrilor n cascad a penelor de curent ....13
b. Descrierea modelului..14
c. Distribuirea numrului de defeciuni..16
2.4.1 Formulele de recuren..16
2.4.2 Distribuia Quasimultinomial....17
2.5 Aplicarea unei teoreme a votului.....19
2.6 Efectul de ncrcare.....20
2.7 Testarea estimatorilor procesului de ramificare n defectarea n cascad23

3. Model Markov de degradare n cascad


a. Lantul MARKOV...29
b. Defeciuni n cascad..31

INTRODUCERE

Fiabilitatea sistemelor reprezint o ramur a teoriei probabilitilor i statisticii matematice,


avnd ca urmtoarele obiective principale:
-studiul defeciunilor (cauzelor,proceselor de apariie i metodelor de combatere a lor);
-analiza fizic a defeciunilor;
-aprecierea calitativ i cantitativ a comportrii sistemelor n timp, funcie de factorii de
solicitare interni i externi;
-determinarea modelelor i metodelor de calcul i prognoz a fiabilitii pe baza studierii
structurilor,a ncercrilor i a urmririi n exploatare a sistemelor;
-stabilirea metodelor constructive,tehnologice i de exploatare pentru asigurarea ,men inerea i
cresterea fiabilitii.
Fiabilitatea funcionrii se poate aprecia calitativ prin capacitatea unui sistem de a funciona
fr defeciuni pe o anumit perioad de timp i n condiii de exploatare date. Din punct de
vedere cantitativ, fiabilitatea va fi apreciat prin probabilitatea ca sistemul tehnic supus studiului
s-i ndeplineasc funciile specificate, cu performanele cerute, pe o perioad i n condiii de
exploatare cunoscute. Fiabilitatea are aplicaii deosebit de numeroase n domeniul energetic
datorit complexitii structurale i funcionale deosebite a sistemelor utilizate i necesitii
asigurrii unui nivel de siguran ridicat. Nefuncionarea accidental a unor subsisteme
energetice poate conduce la pagube materiale importante att la nivelul producerii, transportului
i distribuiei energiei ct i la nivelul utilizatorilor acesteia.Aplicarea modelelor referitoare la
fiabilitatea sistemelor n domeniul energetic, pe lng posibilitatea estimrii indicatorilor de
continuitate n exploatare a unei instalaii energetice, permite i alegerea unei variante optime a
structurii instalaiei din mulimea soluiilor posibile, care s permit realizarea indicatorilor de
continuitate n funcionare dorii cu cheltuieli minime.
Lucrarea Modele de degradare n cascada n teoria fiabilitaii este structurat n trei
capitole:
4. Model de degradare n cascad n reele SFN
5. Modelul clasic de degradare n cascad
6. Model Markov de degradare n cascad
Principalele referine bibliografice sunt cuprinse n Bibliografie.

CAPITOLUL 1
MODEL DE DEGRADARE N CASCAD N REELE SFN

Degradrile n cascad reprezint evenimente foarte distructive, care pot deteriora


infrastructurile critice, cum ar fi reele electrice i de telecomunicatii. Ele ncep cu o defectiune
ntr-un singur punct i se rspndesc rapid prin intermediul reelelor, provocnd adeseori
prbuirea ntregului sistem. Studiem i clasificam trei strategii de izolare a defec iunilor n
cascada. n plus, propun un model simplu i dinamic pentru eecurile n cascad n reele la scar
libera avnd n vedere defeciuni ntmpltoare i scenarii de atac vizate. Rezultatele mi-au
permis s descriu matematic comportamentul procesului i s testez trei strategii de protec ie a
reelei mpotriva cascadelor.
1 .1 Introducere
Defeciunile n cascad (CF) reprezint o problem grav n sisteme precum re elele electrice,
sistemele de telecomunicaii i a altor reele de infrastructur critic.
Soluii generale la aceast problem nu sunt disponibile i prin urmare, este necesar mai mult
cercetare. Astfel de tip de cercetare se bazeaz n principal pe modele matematice deoarece nu
este posibil s se execute studii n lumea real, fr a suporta riscul ridicat de leziuni, daune i
alte cteva prejudicii.
Reelele scale-free network (SFN) (adic reelele n care distribuia gradelor nodurilor urmeaz
asimptotic o lege de tip putere) sunt o reprezentare potrivit a unui ir de sisteme n mai multe
domenii distincte, cum ar fi biologie, chimie, fizic i tehnologie. Din acest motiv, SFN au fost
obiectul unor eforturi intense de cercetare i exist mai multe modele pentru a genera ansamblul
lor.
Un model simplu de rspndire n cascad (SCSM) a fost folosit pentru a descrie procesul de
defectare al ntregii reele. SCSM este un model probabilistic care dobnde te informa ii despre
gradul problemei cu scopul de a rspndi defeciunea.
Pentru a investiga procesul n cascad, am generat un set de realizri SFN i aceste ansambluri
au fost folosite pentru a simula propagarea defeciunii. Odat creat, reeaua nu mai este
modificat : nodurile i legturile nu mai sunt adugate sau eliminate. SCSM define te
comportamentul defeciunii n felul urmtor: dac un nod cedeaz, atunci defectiunea se propag
la vecinii din acest nod n conformitate cu un parametru global de vulnerabilitate dependent de
gradul nodului. Un nod defect nu este reparat i rmne n acest stare pentru restul simulrii . Ca
topologie a reelei nu este niciodat distrus sau modificat, metrica folosit pentru a evalua
rspndirea cascadei i eficienta abordrilor de izolare este numrul de nodurilor
supravieuitoare.
Dou scenarii de simulare au fost abordate n acesta lucrare:
1) defeciuni accidentale, cazul n care nodurile se defecteaz la ntmplare;
2) atacuri ale punctului central (sau vizat), caz n care un agent extern ru alege cel mai
vulnerabil nod. Este bine cunoscut c SFN sunt mai rezistente la problemele aleatoare dect la
atacuri vizate i rezultatele pe care le avem obinute confirm acest fapt. Principalul rezultat al
acestei lucrari este studiul i clasificarea a trei strategii de izolare pentru defec iunile n cascad
i modelarea analitic a cascadei n sine. Din perspectiv matematic, am constatat o similitudine
3

interesant ntre comportamentul modelului att pentru defeciuni ntmpltoare i scenariile


unor atacuri vizate.
Restul acestui capitol este organizat dupa cum urmeaz: Seciunea 2 descrie principalele
concepte i modelul de calcul. n seciunea 3 noi am revizuit lucrrile conexe recente; Sec iunea
4 prezinta principalele aspecte ale cadrului de simulare i rezultatele. n cele din urm, n
seciunea 5 vom prezenta principalele nostre concluzii.
1.2 Studiul modelului
Considerm o reea la scar liber supus unor atacuri nefaste i modelat ca un graf orientat
G (V, E) definit de seturi V si E, unde V este o set finit de noduri i E un set finit de margini. O
margine eij conecteaza nodul i cu nodul j. O cascad poate fi controlata prin strategii specifice
sau prin mecanisme de izolare. Atacurile pot fi aleatorii sau ndreptate catre unele caracteristici
topologice ale retelei.
Fiecare nod are o vulnerabilitate v, care msoar probabilitatea ca un nod sa rspndeasca
defeciunea i altor elemente. n urma unui atac, un numr de noduri sunt considerate a fi noduri
de supravieuire. Nodurile ramase sunt noduri moarte, adic i-au pierdut capacitatea de
prelucrare. Presupunem c atacatorii cunosc topologia reelei.
Reeaua este supus unui proces distructiv caracterizat printr-o defectiune iniiala ntr-un singur
punct undeva n reea care mprtie la vecinii i ncepe un numr de nou cicluri de defectare i
rspndire. Un astfel de proces este cunoscut, de asemenea, sub denumirea de avalan i se
gsete n mai multe domenii.
Din punct de vedere social, dispersia zvonului i schimbrile colective de opinie pot fi studiate ca
CF.
Toate nodurile au o capacitate de prelucrare fixa C (ecuaia (1)). Capacitatea unui nod este o
msur a abilitii sale de a gestiona traficul sarcinii, proporional cu sarcina calculata iniial.
Capacitatea este alocata in baza urmatoarei ecuatii:
C A (t )

Bi
= (1+ ND+

(1)

unde este factorul de toleran, Li este sarcina nodului, este rata medie de generare a
traficului, N este dimensiunea reelei, iar D este dimensiunea medie a cii minime.
Fiecare nod j din reea are un prag al capacitatii, care este debitul maxim pe care varful l poate
transmite. ntruct capacitatea de nod in retelele reale este, n general, limitat de cost, este
Cj
natural s presupunem (pentru simplitate), c, capacitatea
a nodului j este proporional cu
sarcina sa iniial
4

Cj

=T*

Lj

, j = 1,2, 3, ... N,

unde constanta T ( 1) este parametrul de toleran care descrie tolerana reelei. Deoarece
fiecare nod are o capacitate limitat de a se ocupa de sarcin, dac
L
L+ j ,>C
pentru nodul j, atunci nodul j defecteaz i mai departe induce redistribuirea sarcinii
suplimentare - ceea ce poate duce la o prabuire a celorlalte noduri.
In plus, urmtorii parametri sunt folositi n aceast lucrare:

Importana (centralitatea) unui nod

:B i

n jl (i)
n jl

j , l N , j l

(2)

n cazul n care njl este numrul total al celei mai scurte ci de la nodul j la l si

n jl

(i) este

numarul acelor ci care trec prin i.


Coeficientul grupului local: Aceasta este o msur a gradului n care nodurile tind s se
grupeze. Aceasta este data de:
e jk
2
k i (k i1) : v j , v k N i , e jk E (3)
Ci =
i coeficientul de grupare mediu este dat de:
n

1
Ci
C= n
i=1

(4)

Raza spectral r (G): Raza spectral este msurat de la matricea de adiacen a unui graf. Este
cea mai mare valoare proprie non-triviala a
det [A (G) -I] = 0,
unde A este adiacenta matricei iar I este identitatea matricei. Valorile proprii sunt diagonalele

I
(adic, 1 , 2 3 , .... n ) din
.
O s prezint acum o imagine de ansamblu a activit ii recente cu privire la defectarea in cascad
n reelele la scar liber.

1.3 Simularea
Scopul acestei simulari este de a evalua eficacitatea unui set de strategii de aprare (de
exemplu, izolarea) mpotriva atacurilor reelei. Modelul de simulare este ilustrat n Fig. 1. Am
5

expuns sistematic reeaua la diferite tipuri de atacuri. Performan metric pe care am ales-o
pentru a evalua abordarea de izolare este procentul nodurilor supravietuitoare S rezultat dintr-un
atac.
n mod evident, cu ct este mai mare numrul nodurilor supravieuitoare, cu att mai de succes
este strategia avut n vedere.
n ceea ce privete politica de selecie a nodurilor i sumlarea noastr se ia n considerare dou
tipuri de atacuri:
1) atacuri aleatorii, unde un nod de reea aleator (cu un grad sczut) este selectat ca int;
2) atacuri ale punctului central (sau vizat), unde nodurile cu cele mai nalte grade (adic hub-uri)
sunt vizate n schimb.
n orice caz, o dat un nod este ales, este expus la atac i defectarea se rspndete n ntreaga
reea n funcie de vulnerabilitate v a nodurilor afectate.
Dou seturi de simulri au fost considerate:
Simulare 1: Urmtoarele abordari de izolare a reelei au fost evaluate din punct de vedere al
numrului procentual (%) de noduri supravieuitoare (S):
1) Nu exist mecanisme de izolare
2) Creterea numrului de legturi ntre nodurile cu un grad mai mic
3) Creterea capacitii nodului
4) Abordarea combinat unde vom crete simultan numrul de link-uri i capacitatea nodul.
Reele cu diferite dimensiuni (adic 10,20..100 noduri) au fost supuse unor atacuri i examinate.
Noi am considerat o vulnerabilitate fix pentru toate nodurile (v = 0,5).
Simulare 2: Nici o abordare de izolare nu a fost instalat. n schimb, pentru fiecare tip de atac
(adic vizat sau aleatoriu), am efectuat simulari msurand numrul de noduri supravieuitoare n
timp mrimea reelei varia intre 10 - 1000 noduri (adic 10,20,70,100,200,500,1000).
n plus, pentru fiecare dimensiune reea, am variat vulnerabilitatea nodului de la 0,1 la 1.
De exemplu, dac un nod afectat de defeciune are patru conexiuni i vulnerabilitatea sa este de
0,5, defeciunea este transmis la dou conexiuni, ceea ce nseamn c doua noduri adiacente
sunt afectate.

Figura 1-Model de simulare


1.4 Rezultate - Clasificarea strategiilor de izolare
1.4.1 - Simularea 1
Figurile 2 i 3 ilustreaz procentul de noduri supravieuitoare S n funcie de numrul de noduri
de reea pentru fiecare strategie folosit (simularea 1).

Figura 2-Procentul de noduri supravietuitoare pentru atacurile vizate (simularea 1)

Figura 3: Procentul de noduri supravieuitoare pentru atacurile aleatorii (simularea 1)


Pe baza acestor rezultate, putem clasifica patru strategii de izolare:
1.Creterea capacitii reelei. De departe aceasta este cea mai bun abordare a tuturor
alternativelor considerate deoarece ofer cel mai mare numr de noduri de supravieuire pentru
toate tipurile de atacuri.
2. Abordare combinat. Adaugarea simultan a link-urilor i a capacitii n reea vine ca o a
doua abordare alternativ, ntruct crete numrul de noduri supravieuitoare n comparaie cu
strategia de neizolare, nu depaete creterea exclusiv a capacitii reelei.
3. Nici o strategie de izolare. Pur i simplu lsnd reeaua aa cum este, adic fr a modifica
numrul de link-uri sau capacitatea, nu se mbunatatesc rezultatele obinute cu alternativele de
mai sus.Cu toate acestea, nu prezint rezultate mai bune dect creterea numrului de legturi.
4. Creterea numrului de legturi noi. Aceast strategie este depait de cea anterioar, deoarece
reduce numrul de supravieuitori n toate scenariile examinate. Aceasta poate fi o consecin a
razei spectrale crescute a reelelor dup adugarea de noi legturi. n general, cre terea razei
spectrale a implicat o reducere a robusteii reelei, i, astfel, o cretere a vulnerabilitii lor la
atacuri. Mai multe conexiuni sporesc persistena rspndirii defectiunii, care traverseaz
epidemic reeaua cu o rat de infectare.
n ceea ce privete politica de selecie a nodului, este clar c atacurile aleatorii au un procent mai
mare de noduri neafectate (n toate dimensiunile), comparativ cu atacuri vizate. Acest lucru se
datoreaz naturii aleatorii a atacului, care afecteaza o poriune mai mic a reelei. Atacurile
aleatorii prezint, de asemenea, o scdere relativ lin a numrului de noduri supravie uitoare,
comparativ cu atacul vizat, care creste riscul de rspndire a defeciunii.

n plus fa de msurarea nodurilor supravieuitoare, am colectat de asemenea, informa ii cu


privire la impactul structural cauzat de adugarea de noi legturi (tabelul 1):
Tabelul 1: Simularea 1- impact structural prin adugarea de link-uri (B = nainte, A = dup)

Tabel 1
Importana: cretea maxim a centralitii, n toate cazurile, datorit creterii numrului de ci
posibile ntre noduri. Excepia este pentru reeaua de 10 noduri, datorit adugarii unei legaturii
unice.
Coeficientul grupului: Valoarea coeficientului grupului redus n toate reelele care fac obiectul
adugarii de legturi. Dup cum s-a menionat n seciunea 2, aceast msur indic modul in
care sunt grupati vecinii pentru fiecare nod.
Raza spectral: Razele spectrale cresc o dat cu adugarea de noi legturi n toate cazurile.
Acest lucru nseamn o reducere a robusteii reelei, i, prin urmare, o cre tere a vulnerabilit ii
reelei. Mai multe conexiuni implic o cretere a riscului de rspndire epidemic a defeciunii.
1.4.2 Simularea 2
Se prezint procentul de noduri supravieuitoare n calitate de funcii ale vulnerabilit ii, pentru
atacuri aleatorii i ale punctelor centrale. Observai c atacurile aleatorii sunt mai pu in
duntoare pentru reea dect atacurile punctelor centrale, deoarece acestea prsesc reeaua cu
un numr mai mare de noduri supravieuitoare. Devine clar din grafice consecina impactului
vulnerabilitii n reea, n cazul n care se demonstreaz c orice valoare mai mare dect 0,6
implic un procent destul de mic de noduri de supravieuire. Acest lucru datoreaz cre terea
rspndirii defeciunii, care consolideaz efectul cascadei. De asemenea, merit amintit c
atacurile punctului central afecteaz aproape toata reeaua n timp ce atacurile aleatorii lsa
unele noduri intacte. Aceste noduri au supravieuit probabil pentru c au fost complet izolate de
restul reelei, adic nodurile vecine au fost doborte nainte ca defectiunile s se poata propaga
mai departe i s ajung n cele din urm si la ele.
9

Rezultate- modelarea comportamentului defeciunilor n cascad


Gsirea funciilor care definesc cascada este crucial pentru nelegerea, prognoza i analiza
comportamentului lor. Pentru analiza cascadei menionate anterior, am observat graficele la scar
logaritmic (fig. 4), care ne-au permis s gasim o ecuaie care le modeleaza. Am considerat
posibilitatea de a obine aceast ecuaie, folosind o funcie exponenial. Cu toate acestea, fiecare
tip de eec necesit un model de funcie exponenial care se incadreaz n curba . Inspectarea
grafului de noduri supravieuitoare cu vulnerabilitate sugereaz un model matem atic simplu
pentru a descrie comportamentul acestora. Pentru atacurile asupra noduri punctelor centrale, ne
propunem urmtorul model pentru numrul de noduri supravieuitoare S:
v

(5)
1e bv
S
2

i pentru defectiunile cauzate de atacurile aleatorii vom folosi:


v

(6)
S
n cazul n care a, b i c sunt parametrii care vor fi determinai n funcie att de dimensiunea
reelei ct i de tipul de atac. Pentru a gasi valorile parametrilor a, b i c, am ncadrat rezultatele
simulrii cu modelele noastre folosind un algoritm cu ptrate mai mici. Rezultatele sunt afiate n
tabelele 2 i 3 pentru fiecare tip de atac.

10

Figura 4: Procentul de supravieuitori (panouri sus) i consecin (panouri inferioare) ca funcii


de vulnerabilitate pentru atacuri aleatorii (stnga) i ale punctului central (dreapta) atacuri pentru
diferite numre de noduri de reea (simulare 2).

Tabelul 2: Parametrii model atacului punctului central. n acest caz, c = 2.

Tabelul 3: Parametrii model pentru atacuri aleatorii.

Curbele defeciunii originale i curbele funciei exponeniale au fost reprezentate pe acelai


grafic: n figurile 5 i 6 artm ncadrarea curbei supravie oare n punctele de date, considernd
100 de noduri sub atacurile aleatorii i respectiv ale punctelor centrale. Cercurile reprezint
simulri cu AttackerDefender i linia este ncadrat n modelul nostru. Rezultatele sunt foarte
asemntoare atunci cnd se analizeaz alt numr de noduri de reea.

11

Figura 5: Procentul de supravieuitori ca o funcie a vulnerabilitatii la atacuri aleatorii.


Defeciunea are un comportament care este aproape de funcia exponenial parametrizat cu
valori variabile rezonabile pentru fiecare scenariu de defectare i fiecare dimensiune a reelei. Un
rezultat interesant este faptul c valorile parametrilor a i b sunt aproximativ independente de
numrul de noduri i ele sunt aproximativ aceleai pentru ambele atacuri, aleatorii si ale
punctelor centrale cu condiia c ~ 2.5 pentru cazul aleatoriu.
Acest rezultat face ca modelul simplu sa fie i mai general pentru predicia supravieuitorilor
dupa defectiunile n cascad. Analiznd atacul asupra punctelor centrale, unde am reprezentat
nodurile din grafic fa de vulnerabiliti, se observ c, vulnerabilitatea i riscul de rspndire
crete, procentul de supravieuitori tinde s fie egal pentru toate dimensiunile reelelor.
Rezultatele pentru defeciuni aleatorii pot fi comparate cu rezultatele atacului punctului central:
cum era de ateptat, numrul de supravieuitori este ntotdeauna mai mare n defeciunile
aleatorii dect numrul de supravieuitori din punctul central.

Fig 6
Figura 6: Procentul de supravieuitori ca o funcie a vulnerabilitatii la atacuri ale punctelor
centrale.

12

Fig 7
Figura 7: Procentul consecinta ca o funcie a vulnerabilitatii pentru atacuri aleatorii.
Fig. 7 i 8 ilustreaz incadrarea curbei pentru parametrul consecinta (C, unde C = 100 noduri)
inta defeciunii pentru toate dimensiunile reele se explic prin faptul c atacurile punctelor
centrale au capacitatea de a ajunge la mai multe noduri, deoarece punctele centrale au mai multe
conexiuni.

1.5. Rezumat i concluzii


n acest capitol am analizat impactul att al atacurilor aleatorii ct i ale punctelor centrale n
reelele la scar liber care fac obiectul defeciunilor n cascad. n plus, de asemenea, am
modelat matematic comportamentul cascadei i am observat eficacitatea strategiilor defensive
mpotriva acestor atacuri. Dei am considerat n primul rnd atacurile intenionate, malware pe
infrastructura de reea, eu cred c rezultatele prezentate n aceast lucrare sunt de departe mai
generale i pot fi folosite pentru a analiza i descrie alte scenarii, cum ar fi comportamentul
defeciunilor regulate n reelele complexe. Aceste rezultate pot fi de ajutor pentru a proteja
reelele reale i pentru a evita defeciunile n cascad induse de dezastre.

Figura 8: Procentul consecin ca o funcie a vulnerabilitatii n atacuri ale punctelor centrale i


numrul diferit de noduri de reea.
13

CAPITOLUL II
MODELUL CLASIC DE DEGRADARE N CASCAD

Modelul descris n cele ce urmeaz, datorat lui Dobson .a. (2005), surprinde unele dintre
cele mai importante caracteristici ale penelor de curent mari ale sistemelor de transmisie a
energiei electrice. Modelul evideniaz distribuiile de tip quasibinomial.
2.1. Natura defectrilor n cascad a penelor de curent
Cea mai mare parte a sistemelor de transmisie a energiei electrice sunt re ele complexe cu
numere mari de componente care interacioneaz n diverse moduri. Fluxul de electicitate i
unele efecte dinamice se propaga pe o scar continental .Toate componentele electrice au limite
ale curenilor i tensiunilor. Dac aceste limite sunt depite, dispozitivele de protecie automat
sau operatorii de sisteme decupleaz componenta de la sistem. Vom considera componenta
deconectat ca fiind defect deoarece aceasta nu mai este capabil s transmit electricitate (n
practic, va fi reconectata mai trziu).
Componentele se pot defecta, de asemenea, din cauza utilizrii gre ite sau deteriorrii
cauzate de mbtranire, foc, vreme, ntreinerea proast, proiectare incorect sau setrilor de
operare greite. n orice caz, defectarea cauzeaz un tranzitoriu i face ca fluxul de electricitate al
componentei s fie redistribuit la alte componente n conformitate cu legile de circuit i, ulterior,
redistribuit n funcie de aciunile de control automate i manuale. Defeciunile sistemului pot
avea efecte locale sau pot implica componente ndepartate, astfel nct deconectarea sau
14

defectarea unei componente pot crete n mod efectiv ncrcarea mai multor componente de-a
lungul reelei. n particular, propagarea defeciunilor nu este limitat la componentele adiacente
reelei. Interaciunile implicate sunt diverse i includ abateri n fluxurile de electricitate,
frecven, i tensiune, precum i operarea sau utilizarea greit a dispozitivelor de protecie,
controale, proceduri de operare, i sistemelor de monitorizare i de alarm.Cu toate acestea, toate
interaciunile dintre defectrile componentelor tind s fie mai puternice atunci cnd
componentele sunt mai ncrcate. De exemplu, dac o linie de transmisie mai puternic ncrcata
se defecteaza, se produce un tranzitoriu mai mare, exist o cantitate mai mare de electricitate
care trebuie redistribuit altor componente, iar defeciunile dispozitivelor de protecie din
apropiere sunt mai probabile. Mai mult dect att, n cazul n care sistemul global este mai
ncrcat, componente au marjele mai mici astfel nct s poat tolera cre teri mai mici de sarcin
nainte de defectare, nelinearitile sistemului i cuplajele dinamice crec, iar operatorii
sistemelor au mai puine opiuni i mai mult stres .
O pan de curent mare tipic are o perturbare iniial sau evenimente declan atoare, urmate
de o succesiune de evenimente n cascad . Fiecare eveniment slbete i streseaz n continuare
i sistemul ii face evenimentele ulterioare mai probabile. Exemple de perturbare ini ial sunt
circuitele scurte de linii de transmisie prin arbori necurati, greeli de operare ale dispozitivelor
de protecie, i de vreme rea. Evenimentele i interaciunile penelor de curent sunt de cele mai
multe ori rare, neobinuite, sau neprevzute pentru c defeciunile probabile i anticipate sunt
deja enumerate n mod obinuit n proiectarea i operarea sistemului de electricitate.
2.2. Descrierea modelului
Modelul are n componente identice cu sarcinile (ncrcrile) iniiale aleatorii. Pentru
min
max
fiecare component sarcina iniial minim este L
i sarcina iniial maxim este L
.
Pentru j = 1,2, ..., n, componenta j are o ncrcare iniial Lj care este o variabil aleatorie
min
max
L
L2
uniform distribuit n [ L
, L
]. Se presupune c variabilele aleatoare 1 ,
, ...,
Ln

sunt independente. Componentele se defecteaz atunci cnd ncrcarea lor depete

Lfail .
Atunci cnd o componenta se defecteaza, o cantitate de sarcin constant P>0 este
transferat fiecarei component aflate n funciune.
Degadarea n cascad este provocat de o perturbare iniiala ncarc fiecare component cu o
cantitate suplimentar D. Unele componente se pot defecta atunci, n funcie de ncrcrile lor
L
iniiale j , iar defectarea fiecareia dintre aceste componente va distribui o ncrcare
suplimentar P care poate provoca mai departe defeciuni n cascad . Componentele devin
treptat mai ncrcate pe masur ce cascada evolueaz.
Distingem producerea defeciunilor n etapele i = 0,1,2, ..., conform urmtorului algoritm,
Mi
unde
este numrul de defectiuni produse n etapa i.
Algoritmul cascad:
15

L1

0. Toate componentele n sunt iniial nedefecte i au sarcinile iniiale


Ln

care sunt variabile aleatorii independente repartizate uniform n [

Lmi n

Lmax

L2

, ...,

].

1. Adaugam perturbarea iniial D la sarcina fiecrei componente. Se iniializeaza etapa


opus i la zero .
2. Testm fiecare component nedefect pentru defectare: Pentru J=1, ..., n, dac
fail
componenta j este nedefect i sarcina ei este mai mare de L
, atunci componenta j se
Mi

defecteaz.Presupunem c componentele

se defecteaz n aceast etap.

3. Creterea sarcinilor componentelor n funcie de numrul de defeciuni


Adaugam

Mi

Mi

P la sarcina fiecrei componente.

4. Cretem i i ne intoarcem la pasul 2.


Algoritmul cascad are proprietatea ca atunci cand nu exist defeciuni n etapa j astfel nct
Mj
Mj
Mj
= 0, apoi 0 =
=
+1 astfel nct nu exist defec iuni ulterioare (la pasul 2,
Mj

poate fi zero, fie pentru c toate componentele s-au defectat deja sau din cauza c

sarcinile componentelor nedefecte sunt mai mici d e

Lfail ). Deoarece exist n componente,

rezult c
M n = 0 i c rezultatul cu numrul maxim de etape, cu defectri nenule este de
1=

M0

M1

= =

M n1

Studiem numrul total de defeciuni


M0
M1
M n1
S=
+
+. +
Cnd modelul dintr-o aplicaie este interpretat, cresterea sarcinii P nu trebuie sa corespund
doar cu transferul unei sarcini fizice, cum ar fi fluxul de electricitate printr-o component. Multe
modaliti prin care defeciunea unei componente face mai probabil defectarea altor
componente poate fi gndit ca o crestere a unei "sarcinii" abstracte pe celelalte componente
pn defectarea se produce atunci cnd se atinge un anumit prag.
Este util s normalizm sarcinile i parametrii modelului, astfel nct ncrcrile iniiale se afla n
fail
intervalul [0,1] i considerm L
=1.
In primul rnd, observm c secvena de defectare a componentelor i

M0

M1

, ... sunt

neschimbate prin adugarea aceleiai constante a perturbrii iniiale D i defectrii sarcinii


Lfail . n particular, alegnd constanta a fi
Lmax -

Lfail ,

perturbarea iniial D este modificat n


16

D +( L
L

i sarcin defect

fail

max

fail

este modificat n
Lfail +( Lmax Lfail =Lmax .

Atunci toate sarcinile sunt deplasate i scalate obinndu-se parametrii normalizati.


Sarcina iniial normalizat pe componente j este,
max
min
L L
l j=(L j Lmin )/ )
lj

astfel nct,

este o variabil aleatorie distribuit uniform pe [0,1]. Sarcina iniial minim

normalizata este zero, iar cea maxim normalizata este 1. Perturbarea iniial normalizat
modificat i creterea sarcinii normalizate atunci cnd o component se defecteaza sunt:
max
fail
P
D+ L L
max
min
max
min
d=
,
p=
(1)
L L
L L
O modalitate alternativ convenabil de a descrie modelul, n care folosim parametrii normalizati
din ecuaia (1), va fi prezentat n continuare.
Notm N (t) numrul de componente cu ncrcrile n intervalul (1-t,1]. Dac ncrcrile
iniiale n ale componentelor sunt considerate ca n puncte n [0,1], atunci N(t) este numrul de
puncte mai mare decat 1-t. Funcia N(t) este nedescresctoare n t, cu 0N(t)n , N(t)=0
pentru t0 i N(t)=n pentru t1.
Numrul de componente defecte n/sau nainte de etapa j s fie
Sj
M 0+ M 1 ++ M j
=
.
Atunci, presupunnd

S1=0

, algoritmul cascad genereaz

S j =
Atunci 0

Sj

n,

Sj

S j1 p

N(d+

este nedescresctor, i

S 0, S 1

, j=0,1

Sk

S k+1

Sk

care este,
N(d+Sp)=S, (3)

N(d+

Sj

Mai mult dect att, pentru j<k i r=0,1,

p)>

Sj

M j+ 1

, -1j<k (4)
-1,

17

(2)

implic faptul c

pentru jk .
K-ul minim astfel este numrul maxim de etape n care apar defeciuni i
S1
S
S
S =S
< 0 < 1 <.< k k+1
i numrul total de defeciuni S=

,..conform

Sj

S j +1

N(d+(

S j +r p

N(d+

Sj

p)=

S j +1

Sj

M j+ 1> S j +r

(5)

Prin urmare, N(d+sp)>s pentru s=0,1,.,S-1, aceast inegalitate i ecuaia (3) permit ca numrul
total de defeciuni s poata fi caracterizat ca i
S=min{s|N(d+sp)=s , s{0,1,2,}} (6)
Sj
S j +1
Dac, n etapa j, d+
p>1, spunem c modelul satureaz. Saturarea presupune
=n.
Saturaia nu se produce dac d i p sunt suficient de mici nct d+np<1.
Modelul poate fi interpretat ca model de ateptare cu un singur server. Exact n clienii ajung
n cursul unei anumite ore, n mod independent i uniform. Serverul este disponibil s serveasc
aceti clieni la momentul d dup nceperea orei, din cauza finalizrii altei sarcini. Timpul de
servire a clientului este p. Atunci, S este numrul de clienti care sosesc n timpul primei perioade
ocupate. Coada satureaz atunci cnd prima perioada ocupat trece de sfritul orei .
Modelul poate fi, de asemenea, reformulat astfel. Considerm n fibre identice formnd o
Lj
coard (un pachet), cu rezisten la rupere. Astfel, fie
tensiunea (aleatoare) a fibrei j.
Rezistena la rupere a
fail

L L

max

fail

, L L

min

fibrei j va fi

LfailL j ,

care este distribuit uniform n [

]. O for iniial este aplicat mnunchiului de fibre crete sarcina

(tensiunea) fiecrei fibre cu mrimea pozitiv D, iar acest fapt declaneaz o avalan de ruperi
de fibre de mrimea S, datorit faptului c fiecare rupere de fibr distribuie o cantitate constant
suplimentar de sarcin (tensiune) P tuturor celelalte fibre.
2.3. Distribuirea numrului de defeciuni
Principalul rezultat este c distribuia numrului total de defeciuni ale componentelor S este
n
r
(1drp)
r 1
n1
P[S=r]=
(d) (d +rp)
(
r=0,1,..,n-1 (7)
nr ,
1 P( s=s)

()

s =0

unde p0 i funcia de saturaie este

(x)=

0, x <0
x , 0 x 1 (8)
1, x >1

0
Este convenabil s presupunem c 0 1 i 0/0 1 .

Dac d 0 i d+np1, atunci nu exist nici o saturaie ( (x)=x) ecuaia (7) se reduce la
distribuirea quasibinomial.

18

P[S=r]=

(nr )

r 1
nr
d (d +rp) (1drp )

(9)

Distribuia quasibinomial a fost introdus pentru a modela o problem de tip urn n care un
juctor ia decizii strategice. Modelul defectare n cascad ofer o nou aplicare i interpretare a
distribuiei quasibinomiale, prezent n modelele epidemice. Mai mult dect att, satura ia din
ecuaia (7) extinde aria parametriilor distribuiei quasibinomiale, prin considerarea cazului
d+np> 1.
Urmtoarele dou subseciuni valorific ecuaia (7) din algoritmul cascad n dou moduri:
prin intermediul unei recursiviti i prin intermediul distribuiei unite quasimultinomial a
M0
M1
M n1
,
,.,
.
2.4.1. Formulele de recuren
Este convenabil s artam dependena distribuiiei numrului de defectri pe parametrii
normalizati scriind P[S=r]=f(r,d,p,n).
n cazul n care n = 0 componente, f(0,d,p,0)=1.
Conform algoritmului cascad, cnd perturbarea iniiala d 0, nici o component nu se
defecteaz, i cnd d 1, toate componentele n se defecteaza. Atunci
1 ( d ) r=0
0 0< r< n
f(r,d,p,n) =
(d 0sau d1) si n>0.
(11)
( d ) r =n

Presupunem c n>0 i 0<d<1 pentru restul subseciunii.


Perturbarea iniial d determin defectarea din stadiul 0 a componentelor care au sarcina iniial,
l n (1-d,1]. Prin urmare, probabilitatea ca orice component s se defecteze n stadiul 0 este d i
n d k (1d)nk
M0
P[
=k]= k
(12)

()

S presupunem c

M0

= k i luam n considerare componentele n - k care nu se defecteaz n

etap 0. ntruct niciunul dintre componentele n-k nu se defecteaza n stadiul 0, sarcinile lor
iniiale,trebuie s se afle n [0,1-d] i distribuia sarcinii lor iniiale condiionat s nu se
defecteze n stadiul 0 este uniform n [0,1-d].
n etapa 1, fiecare dintre componentele n-k a avut o cretere de sarcin d din perturbarea iniial
kp
i o cretere a sarcinii suplimentare
de la defectarea componentelor k n etapa 0. Prin
urmare, perturbarea iniial total echivalent pentru fiecare din cele component n- k este D=
k p+ d
.
M 0=k

Pentru a rezuma, presupunnd ca

, defectarea componentelor n-k n etapa 1 este

reglementat de modelul cu perturbarea iniial D=


P=p,

min

= 0,

max

k p+d

, prin transfer de sarcin

=1d , Lfail=1

19

i componente n-k. Normalizarea parametriilor folosind ecuaia(1) indic c defectarea


componentelor n- k este reglementat de modelul cu perturbarea iniial normalizata kp/(1-d) i
transferul de sarcin normalizat p/(1-d) este,
kp
p
M0
P[S=r|
=k]=f(r-k, 1d , 1d ,n-k)
(13)
Combinand ecuaiile( 12) i (13)se produce recursivitatea
r

f(r,d,p,n) =

M 0=k

[S=r|

k=0

(nk ) d k ( 1d )nk
k=0

f(r-k,

M 0=k

P[

kp
1d ,

p
1d ,n-k ),

0rn , 0<d<1 , n>0 (14)


Ecuaiile (10),(11) i (14) definesc f(r,d,p,n)=P[S=r] pentru toate n0 i p0. Ecuaiile (10) i
(11) sunt n acord cu ecuaia (7). Prin urmare, ecua ia (7) reprezint distribu ia lui S n algoritmul
cascad. Astfel, recursivitatea ofer un mod simplu de a obine saturarea distribuiei
quasibinomiale care evit algebr complicat sau combinatoric . De asemenea, sunt simplu de
folosit ecuaiile (10) i (14) pentru a confirma prin inducie pe n c ecuaia (7) este o distribuie a
probabilitii.
2.4.2. Distribuia Quasimultinomial
Aceast subseciune arat c distribuia variabilelor aleatoare

M0

M1

,.,

M n1

este quasimultinomial i, prin urmare, rezult ecuaia ( 7). Este convenabil s presupunem
m0
m1
s
m
m
d0,limita
,
, ... la numerele ntregi nenegative, i scriem i = 0 + 1 +..+
mn

pentru i=0,1,. i
i

s1

=0. Fie

= (d)

mi1 p
=( 1dsi2 p )

=1 i pentru i=1,2,.,

= (1-d-

s i2 p

(15)

Identitatea
i

(1-

)=

i+1

, i=0,1,2,.,

(16)

pot fi verificate cu ajutorul 1- (x)= (1-x) i d0 i lund n considerare toate cazurile.


n etapa 2 din stadiul 0 din algoritmul cascad probabilitatea de crestere a sarcinii la d s cauzeze
defectarea uneia dintre componente este 0= (d ) i probabilitatea de M defeciuni n
0

componentele n este

20

P[

M 0=m0

n m (1 )nm
0
. (17)
m0 0

( )

Luam n considerare sfritul pasului 2 din etapa i 0 din algoritmul cascad.Defeciunile care
M0
m
M1
m
Mi
m
s
au avut loc sunt
= 0 ,
= i ,..,
= i i exist n- i componente
nedefecte, dar sarcinile componentelor nu au fost nc crecute de
S presupunem c d+

s i1 p<1

. Atunci, condiionate de n-

defectat nc, sarcinile componentelor nedefecte


s i1 p , 1

si

n-

mi p
si

ai +1

si

componentelor nedefectate n-

ns i
mi+1

( )

S presupunem c

mi+1
i +1

s i1 p 1

nu s-au

mi p

s cauzeze defectarea

i probabilitatea defectiunilor

mi+1

ale

este

M i+1

P[

componentele

sunt uniform distribuite n [d+

. n pasul 3, probabilitatea ca sporul de ncrcare al

uneia dintre componentele nedefecte este

n etapa 3.

(1

mi+1
i+1

)n s

Mi

mi , , M 0

mi+1

i+ 1

m0

=0,1,, m-

si

(18)

Atunci, toate componentele trebuie s se fi defectat ntr-o etapa anterioar i


M i+1
m
M0
m
P[
= i ,.,
= 0 ]=1
pentru

mi+1

n acest caz,

=0 i este zero, n caz contrar .


ai +1

=0 i ecuaia (18) este verificat .

Presupunem c pentru

si

n,
P[

Mi

mi

M0

,,

1 1

n!
m
( 0 0 )
m0 ! m1 ! .. mi ! (ns i)
0

m0

i i
( m n1
i +1
i

(19)

Ecuaia (19) este demonstrat prin inducie de la i la n-1 . Pentru i = 0, ecuaia (19) se reduce la
ecuaia (17).Etapa inductiv este verificat prin nmulirea ecuaiilor (18) i (19) i utilizarea
ecuatiei (16) obinem
21

P[

M i+1

mi+1 ,

M 0=m0

.,

sub form ecuaiei ( 19).


O expresie echivalent a ecuaiei(19) obinuta folosind ecuatia (16)este
Mi
m,
M 0=m0
P[
= i .,

12

i i +1
s
( m n
i +1

n!
m
( 0 1)
m0 ! m1 ! .. mi ! (ns i)

(20)

Algoritmul cascad are proprietatea ca n cazul n care nu exist defectari n etapa j astfel nct
Mj
M j=M j+1
=0, atunci 0=
=i nu exist defectari ulterioare. Aceast proprietate este
mj

verificat de ecuaia (20) deoarece

( j +1 j+ 2)m

0=

m
= 0

j+1

m j +1=0

care dispare cu excepia cazului n care

j+1

= 0 implic

j+ 1

j+ 2

astfel nct factorul

.Iterarea acestui argument ofer

M j=M j+1

=..

Deoarece numrul maxim de defectri este n,cea mai lung sucesiune de defectari are n etape cu
M0
M1
M n1
=
==
=1 .
Rezult c 0=

Mn

determinat de

M 0, M 1 ,

M n+1
..,

= i c partea nontriviala a distribuiei n comun este


M n1

M n1=0

de asemenea rezult c

dac exist mai

putin de n etape, cu defeciuni.


Ecuaia (20) poate fi acum rescris pentru i=n-1. S fie I cel mai mare numr ntreg nu mai mare
s p
decat n astfel nct 1-s- I 2 >0.
Apoi, ecuaia(20) devine, pentru

s n1 n
P[

M n1

,
=

mn1 ,

n!
(
=
m0 ! m 1 ! .. mn1 ! ( nsn1 ) !

.,

M 0=m0

d
m0 p
m1 p
mI2 p

( m . ( m

m
2

ns
A ( m , I ) (21)
X( (1-d- s I 2 p
I 1

22

I 1

m
m
ns
unde A (m,n) =1 i A(m,I) = 0 , 0 0
I+ 1

n+ 1

n+ 1

pentru I< n. Rezult din definiia lui A(m,I) c

ecuaia ( 21) dispare, pentru I<n excepia cazului n care


M I +1
M n1
M 0+ + M I
0=
=.=
si S=
=n
Dei ecuatia (21) a fost derivat presupunnd c d 0 , se aplic de asemenea, pentru d 0.
M n1
M 0=o =1
n particular, pentru d< 0, ecuatia (21) implic P[
=0,,
.
Ecuaia (21) generalizeaz distribuia quasibinomial i este o form a distribuiei
quasimultinomiale.
M 0+ + M n1
M n1
M 0+ + M n2
M n1
S presupunem c S=
=r<n. Atunci,
i
=r=r , i ecuaia (21) dispare cu exceptia cazului n care I=n . nsumarea ecuaiei (21) peste
m0 , . , mn1
numerele ntregi nenegative
care nsumeaz r randamente
n!
mn2 p m
.
m
P[S=r]=
((d) ( m p m
s n1 m 0 ! m 1 ! .. m n1 ! ( nr ) !
0

n1

1 ..

nr r
X((1-d-rp) p

n
r

()

nr

((1-d-rp)

sn1r

r!
m0 !m ! .. mn1 !
1

(d ) m m
m 0 m mn2
p
x
,

n1

2.5. Aplicarea unei teoreme a votului


Presupunem c 0< d< 1. Luam n considerare p nmulit cu numrul de componente N(t) cu
sarcini n (1-t,1] . Pentru 0 t 1 pN(t) este un proces stocastic cu creteri interschimbabile
ale cror funcii eantion sunt funcii nedescresctoare cu pN(0)=0. Potrivit ecuaiei (6), prima
dat a trecerii t pN(t) prin d este min {t|pN(t)=t-d}=min{d-sp|N(d+sp)=s}=d+Sp.
d
P[d=Sp t]= d
P[pN(y)=y-d] (22)
y t y
pentru 0<d t 1 asta este,
[

t d
]
p

k=0

P[S=k ] =

(t d )/ p

k=0

23

P[N(d+kp)=k]

(23)

Setarea t=d+rp n ecuaia (23) pentru r = 0,1, ..., min {n,(1-d)/p}, difereniind ecuaiile rezultate,
i folosind distribuia binomial a N (t)pentru 0 t 1 rezult cazurile nesaturate din
ecuatia
(7). Totui, abordarea nu acoper i cazurile saturate deoarece pN(t) nu are creteri
interschimbabile atunci cnd t>1.
Aproximarea exponenial
Descriem n continuare aproximarea standard a distribu iei quasibinomiale. Pentru
parametrii care ndeplinesc np + d 1 (fara saturaie), distribuia S este quasibinomial i poate
fi aproximat prin nlocuirea n , p 0 n aa fel nct =np i u =nd sunt fixate
s dea distribuia generalizata (sau Lagrangiana) Poisson .
r1 exp (r )
P[S=r] (r +
r!

(24)

care este distribuia numrului de urmai dintr-un proces de ramificare de tip Galton-WatsonBienaymcu, unde prima generaie este produs de o distribuie Poisson de parametru iar
generaiile ulterioare sunt produse de o distribuie Poisson de parametru
procesul de ramificare este np= =1 .

. Cazul critic pentru

2.6. Efectul de ncrcare


Ct de mult poate un sistem de transmisie a puterii electrice sa fie ncrcat nainte s existe
riscuri inutile de defectare in cascad? Aceast seciune prezint efecte calitative ale ncrcarii
distribuiei de mrime a unei pene de curent i apoi se aplic modelul pentru a se descrie efectele
ncrcarii i a se ilustra utilizarea sa.
2.6.1. Distribuia de dimensiunea unei pene de curent la extreme de ncrcare
Luam n considerare defectarea n cascad ntr-un sistem de transmisie a puterii n cazuri
practice extreme de ncrcatura foarte mic i foarte mare. La ncarcarea foarte sczuta aproape
de zero,orice defectare care apare are un impact minim asupra celorlalte componente i aceste
alte componente au marje de operare mari. Defectri multiple sunt posibile, dar ele sunt
aproximativ independente, astfel nct probabilitatea de a avea loc defectri multiple este de
aproximativ produsul probabilitilor fiecrei defeciuni. ntruct dimensiunea unei pene de
curent este aproximativ proporional cu numrul de defeciuni, distribu iei de probabilitate a
dimensiunii penei de curent va avea o coad exponenial. Distribuia de probabilitate a
dimensiunii penei de curent este diferit n cazul n care sistemul de electricitate ar fi operat cu
impruden la o ncrcare foarte mare, n care fiecare component ar fi aproape de limita de
ncrcare .Atunci, orice perturbare iniial ar provoca o cascad de defeciuni ducnd la o pan
de curent total sau aproape total. Este clar c distribuia de probabilitate a dimensiunii penei de
24

curent trebuie s se schimbe ntr-un fel continuu de la forma de coada exponen ial la forma de
pana de curent total certa pe masur ce ncrcarea crete de la un nivel foarte mic la o ncrcare
foarte mare . Suntem interesai de natura tranziiei ntre aceste dou extreme.

2.6.2. Efectul de ncrcare din model


Aceast subseciune descrie o modalitate de a reprezenta o cretere de sarcin n model i cum
acest lucru duce la o parametrizare a modelului normalizat.Atunci efectul creterii sarcinii pe
distribuia numrului de componente defecte este descris.
n scopul explicrii, sistemul are n =1000 componente. Presupunem c sistemul este operat n
min
max
fail
aa fel nct sarcinile iniiale ale componentelor variaz de la L
la L =L =1 .
min

Apoi ncrcarea iniial medie a componentelor L=( L +1 /2 poate fi crescut prin creterea
Lmin. Perturbarea iniial D=0.0004 se presupune a fi aceiasi ca i cantitatea de transfer de sarcin
P = 0 .0004 . Aceste opiuni de modelare pentru ncrcarea principal a componentelor, prin
normalizarea ecuaiei (1), la parametrizare d=0.0004/(2-2L),0.5 L<1 .
Creterea n transferul de electricitate normalizat p cu creterea L poate fi considerat drept
consolidarea interaciunilor componentelor care cauzeaz defectarea n cascad .
Distribuia de probabilitate a numrului S de componente defecte n timp ce L crete de la 0 .
6 este prezentat n figura 1. Distribuia cazului nesarurat L =0.6 are o coad care este
aproximativ exponenial .Coada devine mai grea pe masura ce L crete,i distribuia pentru
cazul critic L=0.8, np=1 are o regiune de electricitate a legii aproximativ ntr-un interval de S .
Regiunea de putere a legii are un exponent de aproximativ -1 . 4 i acesta se compar cu
exponentul de -1.5. Distribuia pentru cazul saturat L=0.9 are o alur exponenial pentru r mici,
probabilitatea zero de r intermediat, i o probabilitate de 0.8 a tuturor celor 1000 de componente
defecte. Dac un numr intermediat de componentele se defecteaz ntr-un caz saturat, atunci
cascada continu intotdeauna pentru toate 1000c omponente defecte.Creterea numrului mediu
de defeciuni ES ca i creterea ncrcarii iniiale medii a componentei L este prezentat n figura
2. Schimbarea brusc a gradientului la ncrcarea critica. L=0.8 corespunde saturaiei din ecuaia
(7) i ca urmare creterea probabilitii tuturor componentelor defecte.

25

Figura 1. Graficul bi-dimensional al distribuiei numrului de componente defecte S


pentru trei valori de ncrcare medie iniial L . Se observ n cazul de ncrcare critica L=0.8
avem un punct izolat la (1000,0.80 ), care indic probabilitatea 0.8 pentru toate cele 1000 de
componentele defecte. Probabilitatea de a nu exista nici o defectiune este 0.61 pentru L=0.6, 0.37
pentru L =0.8, respectiv 0.14 pentru L=0.9.

Figura 2. Numrul mediu de componente defecte ES n funcie de sarcina iniial medie a


componentei L .Observati ca modificarea gradientului la sarcina critica L=0.8. Sunt n=1000
componente i ES devine 1000 la mai mare sarcina.
ntr-adevr, la L=0 . 8 variaia gradienta din Figura 2, mpreun cu regiunea de putere a legii n
distribuia lui S n Figura 1 sugereaz o faz de tranziie de tip 2 n sistem .
Dac interpretm numrul componentelor defecte ca fiind corespunztoare penei de curent,
regiunea de putere a legi este n concordan cu datele penei de curent din America de Nord i cu
rezultatele de simulare ale penei de curent. n particular, datele penei de curent din America de
Nord sugereaz o distribuie empiric de mrimea unei pene de curent cu o coad de electricitate
cu exponent ntre 1 si 2.
26

Aceast coad de electricitate indic un risc semnificativ de pene de curent mari care nu
este prezent atunci cnd distribuia de dimensiune a unei pene de curent are o coad
exponenial.
Rezultatele modelului arat modul n care sistemul de ncrcare poate influen a riscul de
defectare n cascad. La o ncrcare redus, exist o coad exponenial aproximativ n
distribuia numrului de componente defecte i un risc sczut de defectare n cascad mare .
Exist o ncrcare critic la care exist o regiune de putere de lege n distribu ia
numrului de componente defecte i o cretere brusc a gradientului a numrului mediu de
componente defecte.Pe masur ce ncrcarea este crescut peste ncrcarea critica, distribuia
numrului de componente defecte satureaz, exist o probabilitate semnificant care crete ca
toate componente s se defecteze, i exist un risc semnificativ de defectare n cascad mare.
2.6.3 Anex
Saturarea formulei quasibinomiale indeplinete recursivitatea
Vom demonstra c saturarea formulei quasibinomiale (7) satisface recursivitatea (14) pentru
0< d< 1 i n>0.
n cazul d+ rp< 1 i r<n, deoarece
kp
p
d+rp< 1 1d +(r-k) 1d <1
(25)
nici unul dintre cazurile lui f din partea dreapt a ecuaiei (14) satureaz astfel nct partea
dreapt a ecuaiei (14) devine

(nk ) d k ( 1d )nk (
k=0

rp
1d
1

rp
nk kp
rk 1d 1d

rk1

( )

1drp

d +rp

1drp

r
n
r k d k ( rp )rk

r k=0 k r

() ()

n cazul n care d + rp

1 i r<n, ecuatia(25) i r-k<n implic ca toate cazurile ale f din

partea dreapt a ecuaiei (14) s dispar.

27

n cazul r=n, substituind expresia din ecuaia (7) pentru

f (nk ,

( kp )
p
,
, nk)
n partea
( 1d ) 1d

dreapt a ecuaiei (14) conduce la


n1 t
n1
nk
kp
p
k
1 n d ( 1d ) f t k ,
,
, nk =1 f ( s , d , p , n)
1d 1d
t=0 k =0 k
s=0

()

n cazul n care ultima etap utilizeaz rezultatele astfel stabilite mai sus c ecua ia (7) satisface
ecuaia (14) pentru r<n.
2.7 Testarea estimatorilor procesului de ramificare n defectarea n cascad
Sugerm un estimator statistic pentru a cuantifica propagarea defeciunilor n cascad a
liniilor de transmisie n cascad n penele de curent mari ale sistemelor de energie electric. Noi
folosim un model Galton-Watson de proces de ramificare a defeciunilor n cascad i estimator
Harris standard al propagrii medii modificate pentru a lucra n cazul n care procesul se
satureaza la un numr maxim de componente. Dac numrul mediu de defectiuni iniiale i
propagarea medie sunt estimate, atunci model de proces de ramificarea prezice distribuia
numrului total de defeciuni. Iniial am testat aceasta predicie pe datele de defectare generate
printr-o simulare de ntreruperi de linie de transmisei n cascad pe dou sisteme de testare
standard. Vom discuta eficiena estimatorului n ceea ce privete cat de multe cascade trebuie s
fie simulate pentru a prezice distribuia numrului total exact de ntreruperi de linii.
Procesul de ramificare cu saturatie
Aceasta sectiune descrie modelul de procesului de ramificare folosit in acest capitol.
2.7.1. Procesul de ramificare Galton-Watson
S presupunem c exist N componente identice i toate componentele sunt iniial nedefecte.
Zi
Defectiunile componentelor apar n etape. Fie
numrul de defeciuni din etapa i i Yn numrul
total de defeciuni pn la etapa n (inclusiv):
Y n=Z 0+ Z 1 +Z 2 ++ Z n
Procesul satureaz atunci cnd componentele S N se defecteaz. Asta nseamn c dac
componenta S se defecteaz, procesul n cascad se oprete i nu exist alte defectiuni ulterioare.
Exist Z0 defeciuni iniiale, unde Z0 are o distribuie Poisson cu parametrul care este
condiionat pe un numr nenul de defectiuni i are saturaie la S defeciuni:

e r
; 1 r< S

r!
1e
P [ Z 0=r ]=

e
a
r =S

1e a= S a !

(1)

Fiecare dintre eecurile Zn n stadiul n produce independent un numr suplimentar de defeciuni


n etape n + 1 n conformitate cu o distribuie Poisson cu medii, cu excepia c dac numrul
total de defeciuni depete S, atunci numrul total de defeciuni se limiteaz la S. Aceasta este,
28

defectiunea j n stadiu n produce

[ j]

Z n +1 eecuri n etapa n + 1 n conformitate cu distribuia

Poisson i numrul total de eecuri n etapa n + 1 este:


1]
2]
Zn ]
Z n +1=min { Z [n+1
+ Z [n+1
++ Z [n+1
, SYn }
[1 ]
[2 ]
[ Zn]
unde Z n +1 , Zn +1 , , Z n+1 sunt independente.

Intenia de modelare cu un proces de ramificare nu reprezint faptul c fiecare defec iune din
fiecare etap ntr-un sens determin defeciuni n etapa urmtoare; procesul de ramificare pur i
simplu produce numere aleatorii de defeciunii n fiecare etap care poate s se potrivesc
statistic cu rezultatul proceselor n cascad. Suntem interesati de numrul total de defec iuni
condiionat de un numr nenul de defeciunii i acesta se distribuie n conformitate cu:
er
(r +)r1
; 1 r < S
r !(1e )
es
s+ s1
s ! ( 1e )

(2)

S 1

1
s=1

P [ y =r ] =
Dac nu exist o saturatie (S = ) i <1, atunci ecuaia (2) se reduce la distribuia generalizat
Poisson condiionate de defectiunile nenule:
er
r + r 1
; 1 r
r ! ( 1e )
,
p [ Y =r ] =
i valoarea medie a Y se reduce la:

EY =

(1 )(1e )
2.7.2. Saturaia
Exist mai multe motive pentru modelarea de saturaie aa cum este descris mai sus, astfel nct
exist un numr maxim de componente S defecte.
Deoarece exist ntotdeauna un numr finit de componente N, S i N , saturaia previne mai
mult de N componente defecte.
n absena saturaiei, exist o probabilitate pozitiv de numrul infinit de componente defecte n
cazul supercritic de > 1.
Astfel, saturaia previne rezultatele non-fizice i permite aplicarea teoriei n cazul supercritic
> 1. Saturarea cu S <N nainte de toate componentele defecte este un efect plauzibil n penele
de curent reale care nu este stabilit sau neles. Multe pene de curent n cascad obsevate nu
cauzeaz pana de curent a ntregului system. n orice caz, este plauzibil ca, atunci cnd
defectarea n cascad continu dincolo de un anumit numr de componente, procesul n cascad
29

ii va schimba forma pn la degradarea extrem a reelei i modelarea utilizat pentru partea


iniial a cascadei nu va mai fi aplicabil.
Metodele din acest capitol se vor aplica n cazul n care S este ales s fie acest numr de
componente. Definirea ariei de aplicabilitate a modelului defeciunilor n cascad n ceea ce
privete numrul de componente defecte folosind S este mai plauzibil dect definind-o din
punct de vedere al numrului de etape de cascad.
Chiar dac efectele saturaiei se dovedesc n practic a fi neglijabile n re elele electrice mai mari
(zeci de mii de noduri), o mare parte din cercetarea n curs de desfurare pe penele de curent ale
sistemului de alimentare simuleaz reele de sisteme de electricitate mult mai mici, cu doar sute
de noduri,din motive pragmatice. Unele efecte de saturaie au fost observate n simulri ale
reelelor sistemelor de electricitate mai mici i saturaia este o modalitate de a explica
fenomenele de criticitate observate n simulri ale penelor.
Pe scurt, n stadiul actual al cunotinelo rdespre penele de curent cu defectiuni n cascad, exist
mai multe motivaii i interpretri posibile pentru modelarea saturaiei.

Metodele din acest capitol permit saturaia la componentele S defecte i evit descrierea
procesul de cascad dup ce componentele S s-au defectat i estimeaz doar propagarea
defectiunilor nainte ca saturaiasa fie ntlnit.
Comportamentul de ramificare model
Dac parametrii i pot fi estimati, atunci procesul de ramificare saturat prezice o
distribuie a probabilitii a numrului total de componente defecte corespunztoare cu ecua ia
(2). Aceast subseciune ilustreaz pe scurt comportamentul calitativ al distribu iei de
probabilitate a numrului total de componente defecte.
Presupunnd ca o defectiune iniial medie a unei ( = 1), Fig. 1 prezint distribuiile de
probabilitate obinute n urma procesului de ramificare saturat pentru S = N =1000 i trei valori
ale . Pentru = 0,1, mult sub 1, probabilitatea ca un numr mare langa S defectiuni este
exponenial mic. Probabilitatea de exact S defeciuni este de asemenea foarte mic. Pe masur ce
crete n aria <1, mecanismul prin care se dezvolt o probabilitate semnificativ a numrului
mare de defeciuni n apropiere de S este ca regiunea putere a legii sa se extind n spre S
defectiuni.
Pentru cazul aproape critic 1, exist o regiune putere a legii care se extinde spre S
defeciuni. n cazul supercritic = 2 avem de a face cu o comportare asimptotic exponenial.

30

Aceasta implic nc o dat c probabilitatea unui numr mare de defeciuni s fie exponenial
mic. Cu toate acestea,exist o probabilitate semnificativ de exact S defectiuni care crete cu .

Estimarea parametrilor procesului de ramificare


Date de simulare ale defectiunilor n cascad
Presupunem c simularea defectarii n cascad produce

Z0

> 0 defeciuni iniiale n

stadiul 0 i apoi se repet pentru a produce un numr suplimentar de defectiuni

Z1 , Z2 , Z3, .

,. . . n etapele 1, 2, 3,. . . , respectiv.


Z0
Presupunera ca
> 0 implic c toate statisticile sunt condiionate de nceperea unei
cascade. Simularea se execut de K ori pentru a produce K realizri independente n cascad.
(k)
(k)
(k)
(k)
Defectiunile n termenul k sunt scrise ca Z 0 , Z 1 , Z 2 , Z 3 ,. . . .
Rezultatele simularii pot fi asezate in tabele dup cum urmeaz:

Randul 1
Randul 2
Randul 3

Randul K

coloana 0 coloana 1 coloana 2 coloana 3


(1 ) (1) (1) (1)
Z 0 Z 1 Z 2 Z3
...
(2) (2 ) (2)
Z (2)
0 Z1 Z2 Z3

(3) (3)
Z (30 ) Z(3)
1 Z2 Z3

. .
.
.
.
(k) (k ) (k) (k)
Z0 Z1 Z2 Z3

...

...
...

(3)
.
.

Definim numrul cumulativ de defectiuni n termeul k pna la i inclusiv etap n ca:


(k )
(k)
(k)
(k)
(k)
Y n =Z0 + Z1 + Z2 + + Z n .

Estimatorul Standard al Propagarii


Estimatorul Standard Harris n alurmasilor medii este:

31

(k )

(k)

Y n Z 0

k=1

n
n utilizeaz un numr fix de etape n pentru fiecare ciclu.
n cazul n care nu exist o saturare, atunci n are niste proprieti statistice bune. n particular, n
este un estimator de probabilitate maxim, i o estimare imparial, puternic, consecvent i
asimptotica de ca K .
n plus, n are o distribuie normal asimptotica cu variaia:
(1 )(1e)
2
( n ) =
K (1 n)

(4)

Cu toate acestea, n cazul n care exist saturaie, atunci n devine prtinitoare i subestimeaz
ca K .

Propagarea Estimator s care tine evidenta saturaiei


Fiecare ciclu de simulare are o etap n care numrul de defectiuni este zero i rmne zero
pentru toate etapele ulterioare, fie pentru c cascada moare afar, sau numrul S de componente
saturarate s-au defectat. Definim
k)
s ( k , S )=max { nY (nk )< S si Z (n1
> 0}
Apoi s (k, S) este fie prima etapa n care exist zero defectiuni sau ultima etap naintea unui
total de S defectiuni.
Definim estimatorul lui ca:

32

( k)

( k)

(k)

Z 1 +Z 2 ++ Z s(k , S)
( k)
( k)
(k)
Z 0 +Z 1 ++ Z s (k , S1 )1
Y (sk()k , S) Z (k0 )

k=1

()=
k=1
K

()

K =1

s
utilizeaz doar informaii de la stadiile nainte saturaie.
Estimatorul de eecuri iniiale medii
(1 )
(2)
(K )
Mostrele K ale defectiunilor iniiale sunt date de Z 0 , Z 0 , , Z 0 .

S fie proba medie a defectiunilor iniiale


K
1
(k)
Z0= Z0
K K =1
Apoi, neglijnd saturaia, att probabilitatea maxim cat i metod de momente de estimare a n
Ecuaia (1) se obine o estimare satisfacnd:

Z 0 =g ( )=
1e . (6)
Rezultatul pentru saturaie a trimis o diferen neglijabil pentru pentru 0 10 i
S 20.Variaia de Z0 este, neglijnd saturaia:
1e 2
K
2
(Z 0 ) (1e e )
2
(Z0)=
=

K
i, prin urmare, linearizand Ecuaia (6), variana este

33

1e

d ( g1 ) 2 2
( Z 0 )=
d Z0
2
()

(7)

CAPITOLUL 3
MODEL MARKOV DE DEGRADARE N CASCAD
Vom descrie acum un model markovian de degradare n cascad.
S presupunem c exist N tipuri de componente, etichetate 1, 2, . . . N, apoi s fie
= {1; 2; . . ., N} mulimea tuturor tipurilor de componente. Fie r i
componente (redundante) de tip I, pentru i

unde 1

ri

numrul de

< . Presupunem c toate

componentele de acelai tip sunt identice. Permitem sistemului s funcioneze n medii care se
schimba aleatoriu, i ratele de defectare i reparare ale componentelor pot depinde de mediul
actual. De exemplu, am putea avea medii cu sarcina mare i sarcina redus, i ratele de defectare
sunt mai mari n mediul cu sarcina mare.
Am modelat mediul la momentul t cu o variabil de mediu Z 0 (t ) care ia valori n cadrul
setului ={1, 2, . . . ,L} i a cror valoare se schimb n mod aleatoriu n timp, n urmtoarea
manier.

Dac sistemul tocmai a intrat in mediu e , st n acel mediu pentru o perioada de timp
'
ve
exponenial distribuita cu rata de
> 0 i apoi se mut la mediul e , cu probabilitate
e. e'

.
e, f

Presupunem

=0 pentru toate e , astfel nct mediul nu poate rmne aceeai pe o

tranziie de mediu. Mai mult dect att, vom presupune c matricea


=( e ,e : e . e' )
'

este ireductibil, n sensul c pentru orice e,e , exist k> 0 i o secven de


e0

=e,

e1 , e2 , , ek

= e

astfel nct
k1

ei ,ei +1> 0
i=0

adic, dac mediul este n este prezent e, mediul se poate schimba n e mai trziu, iar acest lucru
este valabil pentru orice pereche de medii e i e.
Astfel, procesul de mediu ( Z 0 ( t ) :t 0
34

'
'
este un CTMC ireductibil cu matricea generatorului infinitesimal Q0=(Q0 ( e , e ) :e , e ) ,

unde
Q0 ( e , e ' ) =v e e, e'
pentru
'
e e , i Qe (e , e ) = -

Q0 ( e , e ' )

e' e

Dac mediul este n prezent e, fiecare component de tipul I are o rat de eec constant

i , e >0

.
n cazul in care exist doar un mediu 1, acest lucru nseamn c durata de via a fiecrei

componente de tip I are o durata de viata care este exponentialdistribuita cu rata i , 1 .


Distribuiile exponeniale sunt utilizate adesea pentru a modela duratele de viata ale
componentelor hardware-ului i software-ului.
Presupunem c toae componentele care nu s-au defectat de fiecare tip al componentelor

opereaz, i se defecteaz, de asemenea, la aceeai rat i , e .


Astfel, modelul nostru presupune "piese de schimb fierbinti", iar n cazul n care exist n
prezent ni componentele operaionalede tip I i mediu curent este e, rata total de defectare a
ni i ,f
tipului i este
.
Componentele defecte sunt reparate n conformitate cu disciplina schimbului de procesor
(de asemenea, cunoscut sub numele de serviciu de ordine aleatorie).
Mai exact, atunci cnd exist o singura componenta defect i este de tip i i mediul
i ,e
actual este e, rat constantade reparaii este
>0.
Atunci cnd sunt n total b componente defecte n prezent, meterul dedic 1/b din efortul
su fiecarei componente defecte, astfel nct rata de reparare a unei componente individuale
i ,e
defecte de tip I este
/b atunci cnd mediu curent este e.
Din cauza disciplinei de reparatii a schimbului de procesor, componentele nu trebuie s
atepte ntr-o coad nainte de a fi reparate.
Pentru simplitate, nuluam in considerare alte discipline de repara ii, cum ar fi primulintrat-primul-ieit (FIFO).
Presupunnd o disciplina de reparatii FIFO conduce la o explozie exponenial
dimensiunea starii spaiu, pentru c atunci lanul Markovar trebui s urmreasca de ordinul
tipurilor de componentele defectedn coad.
Din acest motiv, pachetul SAVE presupune, de asemenea, o disciplin de schimbare a
procesorului.
Noi am modelat defeciunile n cascad, dup cum urmeaz.
Pentru fiecare componentade tip i,i fie componentele care se pot defecta instantaneu
atunci cnd o component de tip I se defecteaz. Ordinea n care elementele din i sunt
enumerate specific ordinea n care acestea se pot defecta, care este necesar atunci cnd se
analizeaz probabilitatea unei defectari in cascad.
35

Avnd n vedere o component de tip I s-a defectat, fiecare componenta de tip j i i se


defecteaza independent una de alta,cu i,j fiind probabilitatea c defectiunea unei componente de
tip i sa cauzeze defectarea simultana a unei componente de tip j ; cu probabilitate 1- i,j ca o
component de tipul j s nu se defecteze simultan.
O defectare n cascad poate fi considerat ca o rdcin, arbore ordonat, cu component
care iniial se defecteaz (componenta de declanare a defeciunii) la rdcin, iar defeciunile n
cascad sunt probabilistice.
Dei toate componentele din copac se defecteaz instantaneu, vom presupune c ordinea
n care se defecteaz este de ordinul unei enumerri de prima l ime de banda a nodurilor din
arbore. Presupunem c o componenta de tip j poate aprea cel mult o dat n fiecare i .
3.1 Lanul MARKOV
Vom descrie n mod explicit rezultatul CTMC obtinut din modelul nostru. Definim starea de
x , x x , . , xn
x
x i r i
S={( 0 1, 2
: 0
,0
pentru toate i }
Pentru o stare x=(

x 0 , x 1 , .. , x n S

, mediul este

x0

, i exist

xi

componente defecte de

tip i pentru fiecare i .


Dimensiunea strii spaiului

( i +1)<

|S|=L
(1)
N

I=1

Astfel, starea spaiului crete liniar cu numrul de medii din model.


r +1 2
De asemenea, deoarece i
, avem
N
|S| L 2 ,

deci S crete exponenial cu numrul detipuri de componente.


Definim
Z(t)=( Z 0 ( t ) , Z 1 ( t ) , . Z N (t)),
unde

Z 0 (t )

este mediu la momentul t, iar

defecte de tip I la momentul t. Apoi,

Z i (t ) i=1; . . ., N, este numrul componentelor

Z=(Z(t):t 0

este procesul stocastic care urmareste evoluia sistemului de-a lungul timpului, i prin
preuspunerile noastre, Z este un CTMC pe starea de spaiu S.
Notm
Q=(Q(x,y):x,y S)
matricea generatorului infinitezimal |S|x|S| CTMC Z, unde Q(x,y) este rata total a drumului de
la starea X la starea Y .
36

Luam n considerare starile


x
x
x
y
x = ( 0 , 1 ,...... n )i y = ( 0 ,

y1

;...;

yn

) n S.

Numai anumite perechi (x; y) reprezint tranziii valide pentru CTMC nostru Z.
Mentionam mai jos criteriile care conduc la tranziii permise (x; y)
-

y0 x0

y i=x i

pentru toate i .

Apoi (x; y) reprezint o schimbare n mediul de la


-

y 0=x 0

y 0=x i1

x 0 la y 0

i Q(x,y)=

v x 0 x 0, y 0

pentru exact i i

y j =x j pentru toate j {i} .


Apoi, (x,y)reprezint o reparaie de tranziie, n care o singur component de tip i este reparata,
i
xj )
x
Q(X,Y)= i i , xo /( j
-

y 0=x 0

, i

yi xi

pentru toae i cu

y j>x j

pentru niste .....

Apoi, (x,y) reprezint o defectiune de tranziie, n care componentele

y ix i

de tip I esueaza,

pentru fiecare.....

n cazul special cnd nu sunt posibile defeciuni n cascad (de exemplu, i =

pentru toate

i )rata de Q(x,y)=. ni ( x ) i ,xo , unde


ni ( x ) r ix i
este numrul de componente de tip I care sunt operaionale n starea x.
Pentru orice pereche (x,y), x y care nu satisface niciuna din condiiile de mai sus, tranziia
(x,y) nu este posibil, aa Q(x,y) = 0.
De asemenea,
Q(x,x) = -

Q( x , y )
yx

Propoziia 1.
CTMC-ul Z este ireductibil.
Demonstratie.
S indice x = (1,

r 1 ,r 2, r n

) starea n care mediu este de 1 i toate componentele sunt

defecta, i anulat incat am presupus c matricea .... este ireductibila.


Pentru c toate componentele operaionale continu s se defecteze n orice stare, starea
x` este accesibila din orice alta stare .....

37

Mai mult dect att, ipoteza noastr de a folosi odisciplina de reparaii a schimbului de
procesor asigur c orice stare y S este accesibila de la x. Prin urmare, CTMC-ul Z este
ireductibil.

3.2 Defeciuni n cascad


Acum voi descrie modul n care apar defeciunile n cascad.
Ne putem gandi la o defeciune n cascad ca la un arbore cu rdcini din componente care se
defecteaz ntr-o singur tranziie, cu rdcina fiind component a crei defeciune care
declaneaz arborele de defeciuni n cascad.
Din moment ce vom lucra cu arbori, vom defini niste concepte legate de acesta.
Adncimea unui nod ntr-un arbore este lungimea traseului (adic, numrul de muchii) de la acel
nod pn la rdcina.
Ansamblul tuturor nodurilor, la o anumit adncime se numete nivelul arborelui.
Rdcina este la nivelul 0,ramurile sale sunt la nivelul 1, i aa mai departe.
n arborele nostru corespunztor unei defectri n cascad, fiecare nod cauzeaz direct
defectarea fiecruia dintre ramurile sale.
Deci, dac o component de tip i este componenta de la rdcina care a declanat defeciunile n
cascad, unele subseturi G ale i de tipuri de componente se vor defecta imediat dup ce i se
defecteaz, unde subsetul G este determinat probabilistic folosind probabilitile i,j pentru j
i .
Apoi, pentru fiecare component de tip j

G, un subset al componentelor din J se va

defecta, unde din nou subsetul este determinat probabilistic. Acest lucru continu pn se opre te
cascad.
Toate defeciunile componentelor din cascad apar instantaneu.
Lum n considerare un arbore cu rdcini
T = (V,E,r)
unde V este setul de noduri, E este un set de margini, i r V este rdcina lui T.
Fiecare nod v V are o identitate
ID ( v) {1,2,...,|V|},
care este unic, i de asemenea un tip ( v ) care este tipul de component a crei eec
corespunde nodului v.
Presupunem c identitatea unui nod este ordinea n care nodul este vizitat ntr-o
enumerare pe laimea benzii a nodurilor arborelui; adic, rdcin are identitatea 1, ramurile sale
au identiti ncepand de la 2-1 orict de muli ramuri ar avea rdcina, i aa mai departe.
Toate nodurile de la acelai nivel au identitii n ordine cresctoare de la stnga la
dreapta.
38

Avnd identitatea unui nod I, s fie


nodul cu identitatea i. S fie

(i)

tipul componentei care se defecteaz la

K j (T ) numrul de noduri de tipul j din arborele T;

adic,
V 1{ ( i )= j}
K j (T ) =

1 { ( v )= j }=
vV

i=1

unde 1{A}=1 daca A este adevrat, i 0 altfel.


Prin urmare, colectarea
{ ( v ) : vV }={ ( i ) :i=1, <|V |}
este un multiSet n care numrul de ramuri de tip j este Kj(t).
S presupunem c sistemul prezent este ntr-o stare
N
x 0 , x 1 , . , x ,
x=
i apare o defectiune n cascad corespunztoare arborelui T .
Algoritmul 1 calculeaz rata (x,t), care este rata corespunztoare, iar calculul lucreaz dupa cum
urmeaz:
Variabila n-defecta [i] ine evidena numrului de componente de tip i care sunt n prezent
x
defecte, care este iniial i .
Defectarea n cascad ncepe cu defeciunea componentei de la rdcin, iar aceast component
este de tip (1).
Acest lucru se ntmpl la rat

n (1 )( x) (1 ), xo

, deoarece exist

(i) operaionale n starea x i fiecare are rata de defectare

n (1 )( x)

componente de tip

(1 ) , xo

Considerm nodul cu identitatea i, care are tipul ( 1 ) .


Atunci cnd o componenta de acest tip se defecteaz, cauzeaz probabilistic defectarea simultan
a componentelor de tip j (i) .
Cnd defectiunea componentei de tip (i) la nodul care are identitatea i cauzeaz defeciunea
unei componente de tip j (i), vom multiplica rata cu
Cnd defeciunea componentei de tip
unei componente de tip j

(i)

(i ) , j

(i) la nodul cu identitatea i nu cauzeaz defeciunea

multiplicm rata cu

1( i) , j

, dar numai dac ar exista

componente operaionale de tip j la acel moment (de exemplu, n cazul n care n-defect
[ j]<r j
).
Pentru un arbore T i starea x, definim

39

x ( T )=( x0 ( T ) , x 1 ( T ) , . , x n ( T ))
cu
x 0 (T ) = x 0 i

x i ( T )=x i+ K i (T )

pentru fiecare i .
Astfel,

x (T )

definete o alt stare potenial la care s-ar ajunge de la x dup o defectare n

cascad corespunztoare arborelui T.


Dac x i( T )>r i pentru orice i , atunci numrul de componente de tip I care s-au defectat
n arborele T este mai mare dect numrul de componente operaionale de tip I n starea x, deci
x ( T ) nu este o stare valabil iar ( x , ( T )) nu este o tranziie valid.
Altfel (adic, n cazul n care

x i( T ) r i

pentru toate

i , ( (x , x (T ) ) este o tranziie

valabil.
Pentru o anumit defeciune de tranziie (x,y), pot fi mai multi arbori T, cu rdcini de diferite
tipuri, cum ar fi x ( T )= y , deci pentru a calcula Q(X; y), avem nevoie pentru a rezuma peste
tot ratele de arbori T cu
Q ( x , y )=

x ( T )= y

pentru a obine Q(x,y). Mai exact,

rata( x ,T )

ArboriiT ;x ( T ) = y

Suma arborilor T include toate tipurile posibile de rdcin.


Algoritmul 1.
Rata (x, T), unde x este un strat i T =(V,E,r) este un arbore ordonat de rdcini
1: pentru i = 1 la N execut
xi
2: n-defect[i] =
;
3: sfrsit pentru
n ( x) (1 ), xo
4: Rata = (1 )

5: ndefect [ (1)] = ndefect [ (1)] + 1;


6: pentru i = 1 la |V| execut
7: pentru (i) execut
8:
dac i are o ramur de tip J atunci
Rata=Rata ( i) , j
9:
;
10:
11:

n-defect [j] = n-defect [j] + 1;


altfel

40

12:
13:

rj

dac n-defect [j]<

atunci

1 (i ), j
Rata=Rata );

14:
final, dac
15:
final, dac
16: final pentru
17: final pentru
18: y=x (T ) ; {Calculati starea y corespunztoare tranzitiei de la x la arborele T}

19: Q( x , y )=Q x,y)+Rata {Adugai rata arborelui curent n intrarea curent a

matricei Q}
20: ntoarce Rata ;
n continuare o s prezint un exemplu:
S presupunem c exist trei tipuri de componente (N= 3):
r1
- Tipul 1 are redundana
= 3. Atunci cnd o component de tip 1 de defectez,
cauzeaz defectarea componentelor de tipurile 2 i 3 cu probabilitile,
. Astfel,

1={2,3}

- Tipul 2 are redundana

r2

- Tipul 3 are redundana

r3

1,3

2,1

i respectiv

2,3

= 5. Atunci cnd o component de tip 3 se defecteaz,

cauzeaz defectarea unei componente de tip 2 cu probabilitatea


Lum n considerare starea

i respectiv

= 3. Atunci cnd o component de tip 2 se defecteaz,

cauzeaz defectarea componentelor de tipul 1 i 3 cu probabilit ile


Astfel, 2={1,3}

1,2

3,2

. Astfel, 3={2}

x=( x 0 , x1 , x2 , x3 ) = (1,2,1,4).

n aceasta stare, mediul este 1, i


- tipul 1 are dou componente defecte i n1 (x) = 1 componente operaionale,
- tipul 2 are o component defect i n2 ( x ) =2 componente operaionale,
- tipul 3 are 4 componete defecte i n2 (x ) =1 componente operaionale

41

Fig 1 Arborele-T1

De asemenea, luam n considerare starea


y=( y 0 , y 1 , y 2 , y 3) = = (1; 3; 2; 5),
i vrem s determinm rata total pentru tranziia (x,y).
tim c y - x = (0; 1; 1; 1), deci mediul rmne aceeai i o singur component a fiecrui tip
eueaz n tranziie.
Luam n considerare arborele din Fig. 1.
Fie , T 1=(V 1 , E 1 , 1) arborele format doar din nodurile desenate cu un cerc dublu, i asta
denot o defeciune n cascad care corespunde tranziiei (x; y).
Singurele noduri n circuit care corespund componentelor care s-ar fi putut defecta n
cascad (pentru c aparin unui set i a unei componente de tipul i ce s-a defectat), dar de
fapt nu s-au defectat. Defeciunile poteniale nu ar fi avut loc, deoarece nici evenimentul
probabilistic nu a avut loc sau nu au existat mai multe componente de acest tip nc opera ionale
la acel moment, i deci nu s-au putut defecta.

Fie T 1 =(V 1 , E 1 , 1) super arborele format din toate nodurile.


T1

Fiecare nod n

are o etichet (

Pentru un nod care aparine lui


T1

T1

z1 , z2 , z3

).

, prima eticheta

Z1

este identitatea nodului n arborele

;
dac nodul nu face parte din

Numim

z1

nodului, i
Noi numim

T1

, atunci

z1

este nul i se noteaz cu o liniu.

identitatea arborelui a nodului. A doua etichet


Z3
V1

z2

este tipul componentei a

reprezint identitatea nodului n super arborele T.


identitatea superarborelui a nodului.

Identitile de arbori i identitile super arborilor dau prima enumerare pe limea benzii ale
arborilor respectivi.
42

De exemplu, pentru nodul la nivelul 2, identitatea arborelui su este 3, tipul


componentelor sale este 2, iar identitatea superarborelui su este 4. Pentru nodul din stnga de
nivelul 3, identitatea arborelui este nul, tipul componentelor sale este 1, iar identitatea
T1
superarborelui su este 5. Acum voi folosi algoritmului 1 pentru a calcula rata (x;
):
- nainte ca defeciunea n cascad s nceap, n-defect [1]=2, n-defect [2]=1, i n-defect
[3]=4.
-Cascada este declansat de o defeciune a unei componente de tip 1 la nodul
superarborelui cu identitatea 1.
Prin urmare, includem un factor n1 ( x ) 1,1 =1,1 = , n rat, i crestem n-failed[1] la 3.
- Eecul componentei de tip 1 la nodul superaborelui cu identitatea 1 poate cauza
poteniale defeciuni ale componentelor de 1={2,3}. Componenta de tip 2 a nodului cu
r
superarborele cu identitatea 2 nu se defecteaz; ntruct n-defect[2]=1<3= 2 , exist nc
componentele de tip 2 operaionale la acest moment, astfel nct rata include un factor de
11,2
.
Componenta de tip 3 la nodul cu identitate asuperarborelui 3 se defecteaza, a adar rata

include un factor de 1,2 . De asemenea, am creste n-defect [3] la 5.

Fig 2 Arborele T2

Fig 3 Arborele T3
Defectarea componentei de tip 3 la nodul cu identitatea superaborelui 3 poate cauza poten iale
defeciuni ale componentelor de 3={2}.
Componenta de tip 2 la nodul cu identitatea superarborelui 4 se defecteaz,a adar rata include un

factor de 3,2 .
De asemenea, am crete n-defect [2] la 2.
Eecul componentei de tip 2 la nodul cu identitatea superarborelui 4 poate cauza posibile
defeciuni ale componentelor de tipurile 2={1,3}.

43

Componenta de tip 1 la nodul cu identitatea superarborelui 5 nu se defecteaz; ntruct n-defect


r
[1]=3<3 = 1 , nu mai exist componente de tip 1 operaionale n acest moment, aadar rata nu
12,1

include factorul

Componenta de tip 3 la nodul cu identitatea superarborelui 6 se defecteaz; ntruct n-defect


r
5<5 = 3 , nu mai exist componente de tip 3 operaionale la acest moment, aadar rata nu
12,3

include factorul

Prin urmare, rata global a arborelui

T1

este

Rata ( x , T )=1,1 (11,2 )1,3 3,2


Includem atunci Rata (x,T) n suma Q(x , y ) .
Figurile 2, 3, 4, 5, 6 arat toi ceilali arborii
de la x la y.
T2 ,
Arborii
i
arborele

T6 ,

T3 ,

T 2 , T 3 , T 4 ,T 5 siT 6

au rdcini de tip 1, arborii

T4,

care corespund unei tranziii


T5 ,

are o rdcin de tip 3. Ratele pentru aceti arbori sunt

x ,T 2 )= 1,1 1,2 1,3 (13,2 )


Rata (
x ,T 3 )= 1,1 1,2 (11,3 )2,3 (13,2)
Rata (
x ,T 4 ) =2 2,1 2,1 (12,3 )(11,2 )1,3 (13,2)
Rata (
Rata ( x , T 5 ) =2 2,1 2,1 2,3 (11,2)(13,2)
x ,T 6 )= 3,1 3,2 2,1 (11,2)
Rata (

44

au radacini de tip2, i

Fig 4 Arborele T4

Fig 5 Arborele T5
Niciun alt arbore T cu orice tip de rdcin nu are x(T)= y. Astfel, deoarece
i = 1, 2, . . . , 6, avem:
6

Q ( x , y )= Rata( x , T i ) .
i=1

45

y=x (T i) pentru

BIBLIOGRAFIE:
1. I. Dobson, B.A. Carreras, D.E. Newman, A loading-dependent model of probabilistic
cascadind failure. Probability in the Engineering and Informational Sciences, 19, 2005,
1532.
2. I. Dobson, K.R. Wierzbicki, B.A. Carreras, V.E. Lynch, D.E. Newman, An
estimator of propagation of cascading failure. 39th Hawaii International
Conference on System Sciences, Kauai, Hawaii, January 2006.
3. K.R. Wierzbicki, I. Dobson, An approach to statistical estimation of
cascading failure propagation in blackouts. CRIS, Third International
Conference on Critical Infrastructures, Alexandria VA, September 2006.
4. V. H. Pereira, P. S. Martins, A. F. de Angelis, V. S. Timoteo, A simple model for cascading
failures in scale-free networks, preprint, 2013.

46

Anda mungkin juga menyukai