COMPARATIVE ANALYSIS OF TOPOLOGICAL PROPERTIES OF ELECTRICAL SUPPLY NETWORKS IN ITALY AND EASTERN SIBERIA
https://doi.org/10.21285/1814-3520-2018-11-170-181
Abstract
The article provides a comparative analysis of the topologies of the power supply networks in Italy and Eastern Siberia: the average degree of nodes, the average path length, the average clustering coefficient, the density of the graph, the distribution of the degree of nodes and the correlation coefficients of the centrality measures. The theory of complex networks is used to analyze the networks. The analysis has revealed the similarity of these networks characteristics and structure. It is shown that the network data are not described by the model of classical random graphs and are not scale-free. The correlation of centrality measures for these networks has been studied as well. It is revealed that the nature of the correlation is similar for both networks, it indicates the similarity of their logical structures. In addition, this means that the degree of consistency of node ranks obtained by different centrality measures will be approximately the same. Therefore, a similar efficiency of the method can be expected for the Eastern Siberia network. Since the electrical power supply networks in Italy and Eastern Siberia have a similar topology, the method of critical object identification will be effective for both networks.
References
1. Кондратьев А. Современные тенденции в исследовании критической инфраструктуры в зарубежных странах // Зарубежное военное обозрение. 2012. № 1. С. 19-30
2. Массель Л.В. Конвергенция исследований критических инфраструктур, качества жизни и безопасности [Электронный ресурс] // Информационные технологии и системы тр. VI междунар. науч. конф. (Банное, Россия, 1-5 марта 2017 г.). Челябинск: Изд-во Челяб. гос. ун-та, 2017. С. 170-175. URL: http://iit.csu.ru/content/docs/science/itis2017/itis2017. pdf (16.07.2018)
3. Методика отнесения объектов государственной и негосударственной собственности к критически важным объектам для национальной безопасности Российской Федерации. утв. МЧС 17.10.2012 №2-4-87-23-14. М., 2012 г.
4. Носырева Е.В. Применение теории комплексных сетей для выявления критически важных объектов энергетики // Вестник Иркутского государственного технического университета. 2017. Т. 21. № 7. С. 51-66. doi: https: //doi.org/10.21285/1814-3520-2017-7-51-66
5. Евин И.А. Введение в теорию сложных сетей // Компьютерные исследования и моделирование. 2010. Т. 2. № 2. С. 121-141
6. Albert R., Barabasi A.-L. Statistical mechanics of complex networks // Rev. Mod. Phys. 2002, V. 74, № 47,; DOI: arXiv:cond-mat/0106096.
7. Buldyrev, S. Parshani R., Paul G., Stanley H., Havlin Sh. Catastrophic cascade of failures in interdependent networks. // Nature, Vol. 464|15 April 2010, pp. 1025-1028 DOI:10.1038/nature08932
8. Об утверждении схемы и программы развития Единой энергетической системы России на 2016-2022 годы: приказ Министерства энергетики Российской Федерации от 1 марта 2016 г. №147. URL: https://minenergo.gov.ru/node/8170 (16.07.2018).
9. Райгородский А.М. Модели случайных графов и их применения. // Труды МФТИ. 2010. Т. 2. № 4. С. 130-140.
10. Щербакова Н.Г. Меры центральности в сетях // Проблемы информатики. 2015. № 2. С. 18-30.
11. Boldi P., Vigna S. Axioms for Centrality // Internet Mathematics. 2014. V. 10. № 3-4. P. 222-262. DOI: arXiv:1308.2140v2 [cs.SI].
12. Boccaletti S., Bianconi G., Criado R., C.I. del Genio, Gomez-Gardenes J., Romance M., Sendina-Nadal I., Wang Z., Zanin M. The structure and dynamics of multilayer networks // Phys. Reps. 2014. V. 544. № 1. P. 1-122.
13. De Domenico M., Sole-Ribalta A., Gomez S., and Arenas A. Centrality in interconnected multilayer networks. arXiv:1306.0519 (2013).
14. De Domenico M., Sole-Ribalta A., Gomez S. and Arenas A. Navigability of interconnected networks under random failures, PNAS 111 (2014) no. 23, 8351-8356.
15. De Domenico M., Sole-Ribalta A., Cozzo E., Kivela M., Moreno Y., Porter M. A., Gomez S. and Arenas A. Mathematical formulation of multilayer networks, Phys. Rev. X 3 (2013) 041022.
16. Estrada E. and Gomez-Gardenes J. Communicability reveals a transition to coordinated behavior in multiplex networks, Phys. Rev. E, 89 (2014) 042819.
17. Gomez S., Daz-Guilera A., Gomez-Gardenes J., Perez-Vicente C., Moreno Y., and Arenas A. Diffusion dynamics on multiplex networks. Physical Review Letters 110, 028701 (2013).
18. Halu A., Mondrag_on R. J., Panzarasa P. and Bianconi G. Multiplex PageRank, PLOS ONE, 8 (2013) e78293.
19. Kivelä M., Arenas A., Barthelemy M., Gleeson J. P., Moreno Y., Porter M. A. Multilayer Networks. // J. Complex Netw. 2014 2(3): 203-271. DOI: arXiv:1309.7233v4 [physics.soc-ph].
20. Sola L., Romance M., Criado R., Flores J., del Amo A. G., and Boccaletti S. Centrality of nodes in multiplex networks (2013), arXiv:1305.7445.
21. Sola L., Romance M., Criado R., Flores J., Garcia del Amo A. and Boccaletti S. Eigenvector centrality of nodes in multiplex networks. Chaos. 2013 23 033131.
Review
For citations:
Nosyreva E.V. COMPARATIVE ANALYSIS OF TOPOLOGICAL PROPERTIES OF ELECTRICAL SUPPLY NETWORKS IN ITALY AND EASTERN SIBERIA. Proceedings of Irkutsk State Technical University. 2018;22(11):170-181. (In Russ.) https://doi.org/10.21285/1814-3520-2018-11-170-181
Views:
233
Email this article 