Методи та програмне забезпечення семантичного моделювання каскадних ефектів у критичних інфраструктурах із застосуванням графових нейронних мереж
Вантажиться...
Дата
2026
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Хоменко О.М. Методи та програмне забезпечення семантичного моделювання каскадних ефектів у критичних інфраструктурах із застосуванням графових нейронних мереж. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 121 «Інженерія програмного забезпечення». – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2026.
Критична інфраструктура – складана система, яка складається з множини об’єктів та зв’язків між ними. Електромережі забезпечують електроенергією побутових споживачів, промислові об’єкти та мають значний вплив на функціонування залежних об’єктів. Збої в роботі електромереж можуть призвести до каскадних ефектів, повного чи часткового знеструмлення мережі, що негативно впливає на функціонування пов’язаних інфраструктур: – водопостачання: зменшення потужності роботи електромережі впливає на роботу насосів, що призводить до ускладнення постачання води до кінцевих споживачів; – транспортної: проблеми з логістикою, ускладнення руху на дорогах, збільшення часу маршрутів. Захист критичної інфраструктури від каскадних збоїв є важливим та комплексним завданням. У дослідженнях використовуються методи та програмне забезпечення, що надає можливість виявити потенційні умови виникнення каскадного ефекту, потенційні сценарії розвитку подій. Моделювання та симуляція розвитку каскадних збоїв в електромережі є складним процесом та потребує розуміння предметної області. Обсяг даних в електромережах збільшується в залежності від кількості об’єктів та зв’язків між ними, тому виникає потреба у формалізації даних для використання в аналітичних моделях. Методи моделювання сценаріїв аналітичної діяльності досліджували О.Г. Додонов, О.В. Коваль, В.Р. Сенченко, А.В. Бойченко, А.Я. Гладун та інші. Методи виявлення збоїв в роботі критичної інфраструктури досліджували: A. Varbella, B. Gjorgiev, G. Sansavini, P. Hines, E.C. Sanchez, С.В. Толюпа та інші. Теорія графів, мережі Баєса, мережі Петрі, ланцюги Маркова використовуються для аналізу роботи критичної інфраструктури в різних сценаріях. Структура критичної інфраструктури визначається за допомогою графу, що допомагає візуально представити мережу, взаємозв’язки між об’єктами та параметри компонентів. Під час аналізу стійкості та вразливості в електромережах використовуються топологічні та гібридні підходи для дослідженні властивостей мережі. Велика частина метрик графів надає статичну оцінку стійкості системи, не відображає динамічні зміни компонентів системи при виникненні збоїв, а результати аналізу залежать від якості початкових даних сценаріїв збоїв. Використання теорії графів та метрик є основою для розуміння стійкості критичної інфраструктури на ранніх етапах аналізу, але її ефективність зростає при поєднанні з моделями, що враховують динаміку та специфіку предметної області. Мережі Баєса використовуються для дослідження стійкості критичної інфраструктури, аналізу каскадних збоїв, моделювання динамічних процесів, але потребують значних обчислювальних ресурсів для великих та складних систем зі значною кількістю змінних і параметрів для обчислень та висновків. Мережі Петрі використовуються для моделювання та аналізу поведінки системи в сценаріях, але побудова та підтримка великих, складних моделей потребує спеціалізованих знань для перевірки коректності роботи моделі та її інтерпретації. Ланцюги Маркова використовуються для аналізу каскадних збоїв, але при моделюванні великої кількості комплексних взаємозалежностей відбувається спрощення сценарію для зменшення складності обчислення, що знижує точність аналізу. Ефективність роботи моделей залежить від якості та адекватності спрощення даних. Перспективним підходам аналізу каскадних ефектів в електромережах є використання графових нейронних мереж, що надають можливість враховувати зв’язки між компонентами та їхні ознаки. Значна частина наявних програмних засобів, які використовуються для аналізу каскадних ефектів у системах (електромережах), має певну складність при моделюванні та порівнянні сценаріїв роботи систем. У зв’язку з цим виникає потреба в розробці програмного забезпечення обробки даних, створення представлень про стани роботи електромереж для визначення подібних сценаріїв та прийняття рішень. На основі проведеного аналізу методів моделювання сценаріїв аналітичної діяльності, методів виявлення каскадних ефектів в електромережах визначено такі протиріччя: – аналітичні моделі потребують консистентних даних, але відсутні формалізовані моделі перевірки даних; – нейронні мережі потребують для навчання великих обсягів даних, але існує обмежена кількість доступних даних про роботу електромереж, каскадних ефектів та інструментів для створення сценаріїв; – методи машинного навчання потенційно можуть виявляти каскадні ефекти в електромережі, але відсутній підхід порівняння сценаріїв; – програмні засоби аналізу каскадних ефектів побудовані для обробки підготовлених наборів даних, але мають обмежений функціонал для обробки даних у режимі реального часу. На основі визначених протиріч було сформовано наукове завдання: розробка науково-методичного апарату та програмного забезпечення семантичного моделювання розвитку каскадних ефектів у критичних інфраструктурах та їхнього порівняння для визначення альтернативних сценаріїв на основі представлення з графових нейронних мереж. Метою дисертаційної роботи є підвищення ефективності порівняння сценаріїв каскадних ефектів в електромережах та визначення подібних станів систем на основі графових нейронних мереж із врахуванням семантики ознак та зв’язків між об’єктами. Об’єктом дослідження є процеси аналізу вимог, розроблення, впровадження і супроводження програмного забезпечення виникнення каскадних ефектів та їхнє поширення в критичних інфраструктурах. Предметом дослідження є методи та програмне забезпечення семантичного моделювання взаємозв’язків у критичних інфраструктурах та побудови графових нейронних мереж для створення та порівняння представлень про сценарії каскадних ефектів. Дисертаційна робота виконана відповідно до науково-технічної діяльності Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського» і кафедри інженерії програмного забезпечення в енергетиці. Наукова новизна одержаних результатів досліджень: 1. Уперше розроблено метод семантичного моделювання сценаріїв каскадних збоїв в електромережах на основі моделі потоку потужності, що базується на використанні онтологічної моделі та множині правил для формалізації, перевірки, доповнення даних про структуру електромережі та процеси розвитку каскадних ефектів у сценаріях. Розроблений метод дозволяє під час попереднього аналізу даних сценаріїв про каскадні ефекти в роботі електромереж виявляти протиріччя й помилки, що можуть бути усунені на ранньому етапі для покращення якості даних під час використання методів машинного навчання. 2. Уперше розроблено метод визначення подібності сценаріїв каскадних ефектів в електромережах на основі моделі автоенкодера та косинуса подібності, що відрізняється від подібних семантикою взаємодії між об’єктами та їхніми значеннями при порівнянні представлень про стани систем, що дозволяє враховувати структуру та вплив змін в роботі компонентів електромереж. 3. Удосконалено моделі автоенкодера для створення представлень про крок та послідовність кроків роботи електромереж у сценаріях на основі графових нейронних мереж, які, на відміну від наявних, враховують семантику станів компонентів. Удосконалена модель для створення представлень про стани систем у кроках сценаріїв дозволяє підвищити коефіцієнт детермінації вузлів у середньому на 5,6%, коефіцієнт детермінації ребер у середньому на 27,2%. Удосконалена модель для створення представлень про зміни станів систем у послідовності кроків сценаріїв дозволяє підвищити коефіцієнт детермінації вузлів у середньому на 9,5%, коефіцієнт детермінації ребер у середньому на 0,5%. 4. Уперше розроблено архітектуру програмного забезпечення для проведення експериментів зі сценаріями роботи електромереж, зокрема каскадних ефектів, яка відрізняється від наявних порівнянням та визначенням подібності станів електромереж у сценаріях на основі розроблених методів та моделей автоенкодера, що дозволяє розробити програмне забезпечення, яке надає інформацію для прийняття рішення. Практичне значення одержаних результатів: 1. Уперше розроблено програмне забезпечення аналізу каскадних ефектів в електромережах, де використовуються такі методи: метод семантичного моделювання сценаріїв каскадних збоїв в електромережах; метод визначення подібності сценаріїв каскадних ефектів в електромережі на основі графової нейронної мережі та косинуса подібності. Енкодер натренованої моделі нейронної мережі використовується для створення представлень про роботу електромереж у сценаріях, що порівнюються за допомогою коефіцієнта подібності на основі косинуса подібності із врахуванням семантики та значень ознак. Крім того, отримані представлення використовуються для визначення множини подібних станів електромереж на основі кластеризації. Одержані результати можуть використовуватися в освітньому процесі: матеріали для лекцій, лабораторних робіт. Програмне забезпечення може застосовуватися як система для прийняття рішень на основі наявних сценаріїв. 2. Створено базу даних, що містить інформацію про проведені експерименти, що використовуються при аналізі роботи моделей. Систематизація даних допомагає визначити приховані закономірності, помилки, аномалії, які важко побачити при поодиноких тестах. На основі накопичених даних про роботу моделей можна виявити ефективні та неефективні налаштування гіперпараметрів. Порівняння роботи моделей з різними конфігураціями можна використати для визначення сильних і слабких сторін моделей та вибрати необхідні налаштування залежно від даних. Отримані результати, які зазначені в дисертаційному дослідженні, є внеском у розвиток теоретичних і прикладних напрямків інформаційних технологій: використання семантичної моделі для формалізації предметної області (сценарії роботи електромереж); використання графових нейронних мереж для аналізу сценаріїв каскадних ефектів (каскадних збоїв) у критичних інфраструктурах (електромережах); використання програмного забезпечення для обробки даних, що відкриває нові можливості для розв’язання складних задач. Перспективними напрямами досліджень є розробка нових методів й удосконалення наявних зі створення комплексних сценаріїв роботи електромереж, які розширюють множину подій, що впливають на мережу, варіанти розвитку каскадних збоїв, множину дій для стабілізації роботи мережі. Нові підходи можуть підвищити якість та варіативність даних для навчання нейронних мереж під час аналізу каскадних ефектів. Розробка нових моделей машинного навчання, які можуть додатково враховувати сторонні чинники в роботі електромереж та змінюються від моделювання середовища, є перспективним напрямом для майбутніх досліджень.
Опис
Ключові слова
інженерія програмного забезпечення, критична інфраструктура, електромережа, каскадний ефект, каскадні відмови, моделювання подій, семантична модель, формалізація знань, онтологічна модель, машинне навчання, нейронна мережа, графова нейронна мережа, програмне забезпечення, інформаційні технології, software engineering, critical infrastructure, power grid, cascading effect, cascading failures, event modeling, semantic model, knowledge formalization, ontological model, machine learning, neural network, graph neural network, software, information technology
Бібліографічний опис
Хоменко, О. М. Методи та програмне забезпечення семантичного моделювання каскадних ефектів у критичних інфраструктурах із застосуванням графових нейронних мереж : дис. … д-ра філософії : 121 – Інженерія програмного забезпечення / Хоменко Олександр Миколайович. – Київ, 2026. – 250 с.