36
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
Анализ
безопасности
автоматизированных
систем
диспетчерского
управления
в
электроэнергетических
системах
Гвоздев
Д
.
Б
.,
к
.
т
.
н
.,
ПАО
«
Россети
»,
Архангельский
О
.
Д
.,
ФГБОУ
ВО
«
НИУ
«
МЭИ
»
Аннотация
В
статье
рассмотрены
основные
тенденции
развития
автоматизированных
систем
ди
-
спетчерского
управления
(
АСДУ
)
в
электроэнергетике
,
в
том
числе
переход
к
концеп
-
ции
необслуживаемых
подстанций
.
На
основании
проведенных
исследований
показана
сложность
и
актуальность
задачи
оценки
рисков
для
обеспечения
безопасности
АСДУ
электроэнергетики
.
Предложены
меры
по
доработке
существующих
подходов
с
учетом
положений
нечеткой
логики
,
рассмотрена
применимость
полученных
оценок
действий
диспетчера
для
последующего
анализа
рисков
.
Предложено
применение
математиче
-
ского
аппарата
теории
нечетких
множеств
для
решения
поставленной
задачи
,
сформи
-
рована
иерархическая
система
нечеткого
вывода
.
Ключевые
слова
:
автоматизированные
системы
управления
, SCADA,
безопасность
автоматизированных
систем
,
эффективность
работы
диспетчерского
персонала
,
экспертные
оценки
,
нечеткая
логика
,
оценка
рисков
в
условиях
неопределенности
С
овременные
электроэнергетические
системы
(
ЭЭС
)
характеризуются
сложностью
топологии
,
многосвязностью
,
а
также
большим
количеством
пространственно
раз
-
несенных
объектов
.
В
связи
с
этим
автоматизация
оперативно
-
диспетчерского
управления
является
одним
из
важнейших
условий
повышения
эффективности
работы
электрических
сетей
.
В
настоящее
время
одним
из
основных
аспектов
развития
как
автоматизированных
систем
диспетчерского
управления
(
АСДУ
),
так
и
автоматизированных
систем
технологического
управ
-
ления
(
АСТУ
)
в
электроэнергетике
является
интеграция
автоматизированных
систем
управ
-
ления
технологическими
процессами
(
АСУ
ТП
)
подстанций
классов
напряжения
110–220
кВ
37
УПРАВЛЕНИЕ
СЕТЯМИ
и
500
кВ
с
диспетчерскими
SCADA-
системами
,
а
также
системами
классов
EMS (Energy
Management System)
и
DMS (Distribution Management System).
Кроме
того
,
реализуются
пилот
-
ные
проекты
в
области
создания
необслуживаемых
цифровых
подстанций
(
ЦПС
)
с
возможно
-
стью
удаленного
управления
оборудованием
из
диспетчерского
центра
(
ДЦ
).
Таким
образом
,
в
современных
ЭЭС
системы
сбора
и
передачи
данных
,
оборудование
связи
,
автоматизированные
системы
управления
на
различных
уровнях
иерархии
оператив
-
но
-
диспетчерского
управления
стали
неотъемлемыми
элементами
энергосистемы
.
Подобные
сложные
системы
можно
представить
в
виде
нескольких
взаимосвязанных
уровней
(
рису
-
нок
1),
каждый
из
которых
представляет
группу
элементов
ЭЭС
.
Данные
элементы
выполняют
определенные
функциональные
задачи
и
взаимодействуют
как
между
собой
,
так
и
с
элемен
-
тами
других
уровней
[1, 2].
В
связи
с
описанными
выше
изменениями
в
организации
оперативно
-
диспетчерского
управления
и
значительным
усложнением
АСДУ
и
ЭЭС
в
целом
,
в
электроэнергетике
появи
-
лись
новые
,
не
существовавшие
ранее
,
проблемы
:
1.
Переход
к
цифровой
связи
обуславливает
наличие
большого
количества
потенциальных
уязвимостей
и
угроз
,
связанных
с
вмешательством
в
работу
АСДУ
,
АСУ
ТП
или
систем
связи
,
искажением
/
подменой
диспетчерских
команд
или
показаний
телеметрии
[4].
2.
Повышение
степени
автоматизации
обуславливает
актуальность
угрозы
несанкционирован
-
ного
воздействия
на
конечные
управляемые
устройства
(
силовые
выключатели
,
заземляю
-
щие
ножи
,
разъединители
,
РПН
и
другие
),
что
может
привести
к
возникновению
потенциаль
-
но
опасных
(
аварийных
)
ситуаций
,
а
также
выходу
указанного
оборудования
из
строя
[5].
3.
Интеграция
систем
объектового
уровня
с
системами
уровня
диспетчерских
центров
,
реа
-
лизация
удаленного
управления
силовыми
коммутационными
аппаратами
и
,
как
следст
-
вие
,
возросшая
информационная
нагрузка
на
диспетчеров
повышают
риск
ошибки
опера
-
тивно
-
диспетчерского
персонала
[6].
Описанные
проблемы
нельзя
решить
в
рамках
существующих
подходов
теории
надежно
-
сти
—
в
сложных
системах
в
большей
мере
проявляются
системные
свойства
,
которых
может
не
быть
у
отдельных
элементов
систем
.
В
связи
с
этим
,
оценка
только
показателей
надежности
Уровень
систем
управления
Уровень
передачи
данных
Уровень
ЭЭС
Рис
. 1.
Графическое
представление
концепции
трехслойной
иерархической
структуры
сложной
электроэнергетической
системы
38
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
не
позволяет
учесть
все
множество
условий
и
факторов
,
влияющих
на
функционирование
сис
-
темы
.
То
есть
в
сложных
системах
(
несмотря
на
высокую
надежность
отдельных
элементов
)
не
всегда
удается
избежать
отказов
,
сбоев
в
работе
,
аварийных
и
чрезвычайных
ситуаций
.
Ошибки
при
прогнозах
неизбежны
и
обусловливаются
следующими
факторами
:
–
не
учитываются
многие
составляющие
риска
на
низшем
иерархическом
уровне
,
такие
как
возможность
ошибки
персонала
или
возможность
сбоя
все
более
усложняющихся
инфор
-
мационных
систем
и
подсистем
;
–
события
на
различных
уровнях
системы
рассматриваются
без
учета
взаимосвязи
между
уровнями
,
что
в
разы
повышает
риск
возникновения
аварий
;
–
в
общем
случае
используется
нормальное
распределение
вероятности
,
тогда
как
для
описания
сложных
нелинейных
систем
и
происходящих
в
них
событий
наиболее
корректно
использовать
степенные
законы
распределения
[9, 14, 15].
Применение
степенных
зако
-
нов
позволяет
решить
так
называемую
«
проблему
редких
событий
»:
в
случае
применения
нормального
или
гауссового
распределения
крупные
события
,
приходящиеся
на
область
больших
х
(
так
называемые
«
хвосты
»
распределений
),
будут
считаться
практически
неве
-
роятными
,
что
приведет
к
их
необоснованному
исключению
из
рассмотрения
.
Для
учета
влияния
различных
факторов
,
взаимодействия
элементов
на
различных
уров
-
нях
сложной
системы
,
а
также
действий
оперативно
-
диспетчерского
персонала
(
в
том
числе
,
с
учетом
таких
факторов
,
как
психоэмоциональное
состояние
персонала
,
эргономические
по
-
казатели
интерфейса
АСУ
,
информационная
нагрузка
на
диспетчерский
персонал
и
скорость
реакции
диспетчера
в
нештатных
ситуациях
[10])
необходимо
наряду
с
существующими
мето
-
дами
оценки
надежности
проводить
анализ
безопасности
сложных
систем
с
позиций
теории
рисков
.
В
целом
,
оценка
надежности
и
оценка
рисков
(
безопасности
)
системы
могут
прово
-
диться
независимо
друг
от
друга
,
поскольку
изучают
различные
свойства
автоматизированных
систем
и
отражают
разные
направления
исследований
.
Целью
проведения
анализа
рисков
является
идентификация
и
категоризация
(
классифика
-
ция
)
рисков
,
позволяющая
получить
интегрированную
оценку
безопасности
системы
(
в
частно
-
сти
,
оценить
риск
потери
управляемости
АСДУ
).
Проведение
такой
оценки
дает
возможность
своевременно
реализовывать
меры
по
минимизации
выявленных
рисков
,
повысить
надеж
-
ность
и
безопасность
автоматизированной
системы
диспетчерского
управления
и
электро
-
энергетической
системы
в
целом
.
На
сегодняшний
день
для
оценки
рисков
используется
большое
количество
различных
методов
—
как
качественных
,
так
и
количественных
.
Применяемые
в
отраслях
топливно
-
энер
-
гетического
комплекса
(
ТЭК
)
методы
анализа
рисков
,
как
правило
,
базируются
на
вероятност
-
ном
подходе
к
оценке
рисков
.
Как
было
показано
выше
,
основной
недостаток
данного
подхода
состоит
в
том
,
что
при
использовании
логико
-
вероятностных
методов
оценки
(
ЛВМ
)
многие
автоматизированные
системы
с
позиций
теории
вероятностей
будут
считаться
высоконадеж
-
ными
.
Вероятностный
подход
не
позволяет
произвести
корректную
оценку
рисков
для
слож
-
ных
систем
,
так
как
нет
прямой
корреляции
между
вероятностью
отказа
какого
-
либо
элемента
энергосистемы
или
информационно
-
телекоммуникационной
инфраструктуры
и
итоговым
ри
-
ском
потери
управляемости
АСДУ
:
к
инфраструктурным
авариям
с
тяжелыми
последствиями
приводят
комбинации
маловероятных
событий
,
например
,
отказов
программных
и
аппарат
-
ных
средств
,
аномальных
природных
явлений
,
ошибок
оператора
и
т
.
д
. [3].
Другими
словами
,
сложность
системы
и
точность
,
с
которой
ее
можно
проанализировать
традиционными
(
веро
-
ятностными
и
логико
-
вероятностными
)
методами
,
находятся
в
состоянии
взаимного
противо
-
речия
[11, 7].
39
УПРАВЛЕНИЕ
СЕТЯМИ
Это
означает
,
что
математическую
модель
для
оценки
рисков
необходимо
строить
без
ис
-
пользования
детерминированных
логико
-
вероятностных
и
статистических
методов
,
а
наибо
-
лее
предпочтительными
являются
методы
,
позволяющие
проводить
оценку
рисков
в
условиях
неопределенности
—
методы
нечеткой
логики
и
методы
нейронных
сетей
[8, 12].
Одним
из
важнейших
достоинств
нечеткой
логики
является
возможность
учитывать
факторы
различной
природы
,
а
также
возможность
построения
математических
моделей
,
входные
данные
для
ко
-
торых
могут
быть
представлены
как
в
числовой
,
так
и
в
лингвистической
форме
.
Для
решения
поставленных
задач
оценки
и
анализа
рисков
предлагается
разработать
экс
-
пертную
систему
на
основе
нечеткой
логики
,
позволяющую
обрабатывать
неформализован
-
ные
входные
данные
различных
форматов
,
в
том
числе
,
агрегировать
различные
качествен
-
ные
экспертные
оценки
(
это
необходимо
для
учета
тех
факторов
,
сбор
статистики
для
которых
не
представляется
возможным
).
Обобщенный
алгоритм
проведения
анализа
безопасности
системы
в
рамках
данного
подхода
представлен
на
рисунке
2.
На
первом
этапе
с
помощью
методов
идентификации
рисков
(
как
количественных
,
так
и
ка
-
чественных
)
определяются
наиболее
существенные
факторы
(
Y
1
,
Y
2
, …,
Y
n
),
которые
могут
повлиять
на
работоспобность
системы
и
/
или
ее
компонентов
(
Q
).
Для
этих
факторов
,
в
свою
очередь
,
производится
детализация
:
выделяют
влияющие
факторы
2-
го
уровня
(
x
1
,
x
2
, …,
x
k
),
факторы
3-
го
уровня
и
т
.
д
.
Производится
экспертная
оценка
влияющих
факторов
и
сбор
не
-
обходимых
входных
данных
для
последующего
анализа
(
информация
об
архитектуре
АСУ
,
статистическая
информация
,
показатели
надежности
,
результаты
оценки
возможных
послед
-
ствий
сбоев
и
аварийных
ситуаций
в
ЭЭС
при
отказе
автоматизированных
систем
и
т
.
д
.).
В
со
-
ответствии
с
методикой
обработки
результатов
экспертного
оценивания
множества
объектов
,
приведенной
в
[16],
для
определения
погрешности
производится
определение
весов
и
ранжи
-
рование
оценок
в
соответствии
с
коэффициентами
квалификации
экспертов
.
Затем
экспертные
группы
определяют
так
называемые
правила
корреляции
(
f
Yn
(
x
k
)),
ко
-
торые
отражают
знания
экспертов
о
корреляции
различных
факторов
,
характеристиках
объ
-
екта
,
характере
его
функционирования
в
различных
условиях
и
т
.
п
.,
то
есть
являются
фор
-
мализованными
знаниями
экспертов
.
Указанные
правила
задаются
в
формате
«
ЕСЛИ
…,
Рис
. 2.
Этапность
проведения
оценки
рисков
40
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
f
Q
(
Y
1
..
Y
4
)
f
y
1
(
x
1
,
х
2
)
x
1
x
2
x
6
x
7
x
8
x
9
x
3
x
4
x
5
f
y
2
(
x
3
..
х
5
)
f
y
3
(
x
6
,
х
7
)
f
y
4
(
x
8
,
х
9
)
Y
1
Q
Y
2
Y
3
Y
4
Рис
. 3.
Иерархическая
система
нечеткого
вывода
Табл
. 1.
Перечень
влияющих
факторов
var.
Влияющие
факторы
и
риски
Терм
-
множество
для
оценки
x
1
Уровень
удобства
представления
(
визуализации
)
информации
в
SCADA
{
высокий
,
средний
,
низкий
} [0,30]
x
2
Психоэмоциональное
состояние
диспетчера
{
отличное
,
хорошее
,
среднее
,
плохое
,
очень
плохое
} [0,100]
Y
1
Обобщенный
риск
возможной
ошибки
или
некорректных
действий
диспетчера
{
высокий
,
средний
,
низкий
} [0,100]
x
3
Риск
блокирования
телеуправления
объектом
{
критический
,
высокий
,
средний
,
низкий
} [0,100]
x
4
Риск
выдачи
несанкционированной
команды
управления
энергообъектом
{
высокий
,
средний
,
низкий
} [0,100]
x
5
Риск
изменения
параметров
устройств
или
логики
их
работы
{
высокий
,
средний
,
низкий
} [0,100]
Y
2
Обобщенный
риск
нарушения
телеуправления
,
потери
части
функциональности
АСДУ
{
критический
,
высокий
,
средний
,
низкий
} [0,100]
x
6
Риск
вывода
терминала
РЗА
из
работы
(
или
несанкционированного
изменения
уставок
)
{
высокий
,
средний
,
низкий
} [0,100]
x
7
Риск
несанкционированного
управления
вспомогательными
системами
{
высокий
,
средний
,
низкий
} [0,100]
Y
3
Обобщенный
риск
потери
части
функциональности
АСУ
/
АСДУ
{
высокий
,
средний
,
низкий
} [0,100]
x
8
Риск
блокирования
передачи
ТИ
в
АСДУ
{
критический
,
высокий
,
средний
,
низкий
} [0,100]
x
9
Риск
подмены
/
изменения
ТИ
,
передаваемой
в
АСДУ
{
критический
,
высокий
,
средний
,
низкий
} [0,100]
Y
4
Обобщенный
риск
прекращения
получения
достоверной
телеинформации
от
объекта
{
критический
,
высокий
,
средний
,
низкий
} [0,100]
41
УПРАВЛЕНИЕ
СЕТЯМИ
ТО
...»,
где
антецедентом
(
условием
)
служат
факторы
нижнего
уровня
,
а
консеквентом
(
след
-
ствием
) —
факторы
верхнего
уровня
.
Таким
образом
,
формируется
иерархическая
система
(
рисунок
3).
В
качестве
примера
в
таблице
1
приведен
перечень
укрупненных
влияющих
факторов
с
применяемыми
для
оценки
терм
-
множествами
(
то
есть
лингвистическими
экспертными
оцен
-
ками
).
Далее
с
использованием
математического
аппарата
нечеткой
логики
производится
агре
-
гация
экспертных
оценок
для
различных
влияющих
факторов
,
на
основании
заданных
экс
-
пертами
правил
корреляции
рассчитывается
итоговое
значение
риска
для
системы
.
В
общем
случае
процесс
построения
нечетких
моделей
состоит
из
нескольких
этапов
,
представленных
в
таблице
2.
Полученный
на
основе
многофакторного
анализа
обобщенный
уровень
риска
потери
управляемости
АСДУ
позволяет
выделить
первоочередные
мероприятия
по
управлению
ри
-
сками
,
а
также
с
помощью
сравнения
экспертных
оценок
«
до
»
и
«
после
»
реализации
меропри
-
ятий
по
управлению
рисками
оценить
экономическую
эффективность
внедренных
систем
или
предпринятых
мер
по
управлению
риском
.
Разработанное
для
реализации
изложенной
концепции
программное
обеспечение
может
дополнять
системы
оценки
надежности
(Reliability Centered Maintenance, RCM).
На
рисунке
4
приведена
схема
применения
разрабатываемого
программного
комплекса
в
рамках
оценки
надежности
и
безопасности
функционирования
электроэнергетической
системы
.
Оценка
рисков
для
ЭЭС
позволяет
оценить
эффективность
и
экономическую
целесоо
-
бразность
мероприятий
по
управлению
рисками
(
например
,
инвестиции
в
информационную
и
технологическую
безопасность
,
обучение
персонала
и
т
.
д
.).
В
качестве
основы
для
матема
-
тической
модели
определения
эффективности
мероприятий
может
быть
взята
модель
,
пред
-
ложенная
в
[13].
Табл
. 2.
Процесс
построения
нечетких
моделей
Название
этапа
Математическое
описание
этапа
и
примеры
реализации
Формирование
базы
правил
ЕСЛИ
А
,
ТО
В
Фаззификация
Установление
соответствия
между
численным
значением
входной
переменной
системы
нечеткого
вывода
и
значением
функции
принад
-
лежности
соответствующего
ей
терма
лингвистической
переменной
Агрегирование
подусловий
Определение
степени
истинности
условий
по
каждому
из
правил
системы
нечеткого
вывода
:
A
,
B
:
T
(
A
∩
B
) =
min
{
T
(
A
);
T
(
B
)}
Активизация
подзаключений
Нахождение
степени
истинности
каждого
из
элементарных
логиче
-
ских
высказываний
(
подзаключений
),
составляющих
консеквенты
:
(
y
) =
min
(
c
,
(
x
)),
где
(
x
) —
функция
принадлежности
,
с
—
сте
-
пень
истинности
Аккумулирование
заключений
x X
A
U
B
(
x
) =
max
{
А
(
x
);
B
(
x
)}.
Дефаззификация
Переход
от
функции
принадлежности
выходной
лингвистической
переменной
к
ее
четкому
(
числовому
)
значению
.
Метод
центра
тяжести
:
y
=
(
∫
max
x
(
x
)
dx
)
/
(
∫
max
(
x
)
dx
)
min
min
Метод
центра
площади
:
∫
max
(
x
)
dx
=
∫
max
(
x
)
dx
min
min
42
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
Выводы
В
настоящей
статье
показана
актуальность
проведения
оценки
не
только
надежности
,
но
и
безопасности
сложных
автоматизированных
систем
диспетчерского
управления
.
В
рамках
подхода
предложен
математический
аппарат
,
позволяющий
учесть
проблему
«
редких
собы
-
тий
»,
агрегировать
экспертные
оценки
и
обрабатывать
как
статистические
(
детерминирован
-
ные
),
так
и
недетерминированные
входные
данные
,
заданные
в
том
числе
и
в
лингвистической
форме
.
В
рамках
разработки
данного
подхода
к
оценке
рисков
получены
следующие
основные
результаты
:
1.
Проанализировано
и
установлено
,
что
существующие
методы
оценки
риска
аварийных
си
-
туации
на
объектах
электроэнергетики
не
учитывают
неопределенность
входных
данных
.
Существующие
методы
и
подходы
к
оценке
надежности
не
позволяют
одновременно
учи
-
тывать
различные
факторы
,
которые
влияют
на
возникновение
аварий
.
Кроме
того
,
суще
-
Рис
. 4.
Взаимосвязь
информационных
систем
в
решении
задач
управления
рисками
Состояние
оборудования
и
ПО
Алгоритмы
нечеткой
логики
Уровень
рисков
для
объекта
Текущие
мероприятия
Долгосрочное
планирование
и
моделирование
RCM
EAM
Анализ
(
выбор
мер
по
управлению
рисками
)
НТД
Меры
безопасности
Оценка
дейст
-
вий
диспетчера
ТОиР
SCADA
Экс
-
пертные
оценки
ПО
для
анализов
риска
43
УПРАВЛЕНИЕ
СЕТЯМИ
ствующие
методики
не
позволяют
обрабатывать
нечеткие
исходные
данные
и
применять
экспертные
оценки
в
качестве
входных
данных
.
2.
Предложена
методология
оценки
риска
возникновения
аварий
на
электроэнергетических
объектах
на
основе
теории
нечетких
множеств
.
Данный
метод
основан
на
аппарате
много
-
факторного
анализа
и
предполагает
использование
структурированных
интервью
эксперт
-
ных
групп
с
целью
получения
входных
данных
для
нечеткой
модели
.
Методика
позволяет
агрегировать
экспертные
оценки
влияющих
факторов
и
оценивать
интегральный
показа
-
тель
уровня
риска
для
объекта
,
а
также
учесть
различные
технические
,
технологические
,
параметрические
и
иные
факторы
в
условиях
неопределенности
.
3.
Предложенная
методология
оценки
рисков
в
целом
соответствует
основным
положениям
концепции
RCM,
в
настоящее
время
активно
применяемой
в
электроэнергетике
.
Программ
-
ное
обеспечение
для
проведения
оценки
риска
может
быть
интегрировано
в
систему
RCM
в
качестве
модуля
,
что
позволит
оценивать
не
только
надежность
,
но
и
безопасность
АСДУ
электроэнергетической
системы
.
Это
позволит
своевременно
разработать
планы
ликвида
-
ции
возможных
аварийных
ситуаций
,
оценить
эффективность
внедряемых
мер
безопасно
-
сти
,
упорядочить
и
систематизировать
данные
аудита
электросетевой
компании
по
различ
-
ным
направлениям
.
ЛИТЕРАТУРА
1. Keerthipala W.W.L., Jayasinghe R.P., McLaren P.G.,
Lucas J. R. A Simulation Model for Capacitively
Coupled Voltage Transformers in Relay Studies.
International Power Engineering Conference, March
1993 Singapore.
2. Ashok A., Hahn A., Govindarasu M. A Cyber-physical
Security Testbed for Smart Grid: System Architecture
and Studies”, 7th Annu. Workshop Cyber Security
Inf. Intell. Res., 2011.
3.
Булдакова
Т
.
И
.,
Миков
Д
.
А
.
Оценка
информа
-
ционных
рисков
в
автоматизированных
систе
-
мах
с
помощью
нейро
-
нечеткой
модели
//
Наука
и
образование
:
электронное
научно
-
техническое
издание
, 2013,
№
11.
С
. 295–310.
4.
Гарбук
С
.
В
.,
Комаров
А
.
А
.,
Салов
Е
.
И
.
Обзор
ин
-
цидентов
информационной
безопасности
АСУ
ТП
зарубежных
государств
.
М
.:
НТЦ
«
Станкоин
-
формзащита
», 2010.
5. Byres E., Eng P. SCADA Security in a Post Stuxnet
World. Byres Security Inc., 2007.
6.
СТО
56947007–29.130.01.092–2011.
Стандарт
ОАО
«
ФСК
ЕЭС
».
Выбор
видов
и
объемов
теле
-
информации
при
проектировании
систем
сбора
и
передачи
информации
подстанций
ЕНЭС
для
целей
диспетчерского
и
технологического
управ
-
ления
.
7.
Добров
А
.
В
.
Математическое
моделирование
и
методы
комплексной
оценки
техногенной
без
-
опасности
для
научных
и
учебных
целей
//
Науч
-
ные
и
образовательные
проблемы
гражданской
защиты
, 2009,
№
1.
8.
Захаров
А
.
А
.
Формализованная
оценка
безопас
-
ности
—
универсальный
инструмент
для
сниже
-
ния
риска
на
транспорте
//
Транспорт
Российской
Федерации
, 2006,
№
3.
9.
Маринов
М
.
Р
.
Методы
оценки
надежности
авто
-
матизированных
си
c
тем
управления
транспор
-
том
газа
:
Дис
. …
канд
.
техн
.
наук
.
Российский
государственный
университет
нефти
и
газа
им
.
И
.
М
.
Губкина
.
М
., 2002.
10.
Психология
проблем
деятельности
в
особых
условиях
.
По
ред
.
Б
.
Ф
.
Ломова
и
Ю
.
М
.
Заброди
-
на
.
М
.:
Наука
, 1985. 232
с
.
11.
Меркурьев
Г
.
В
.
Оперативно
-
диспетчерское
управление
энергосистемами
.
Учебное
пособие
.
СПб
.:
Центр
подготовки
кадров
энергетики
, 2002.
12.
Ротштейн
А
.
П
.,
Штовба
С
.
Д
.
Прогнозирование
надежности
алгоритмических
процессов
при
не
-
четких
исходных
данных
//
Кибернетика
и
систем
-
ный
анализ
, 1998,
№
4.
С
. 85–93.
13.
Немчинов
Д
.
В
.,
Проталинский
О
.
М
.
Снижение
риска
аварийной
ситуации
на
производственном
объекте
/
Вестник
АГТУ
.
Управление
,
вычисли
-
тельная
техника
и
информатика
.
Астрахань
:
Изд
-
во
АГТУ
, 2009,
№
1.
14.
Подлазов
А
.
В
.
Теория
самоорганизованной
кри
-
тичности
—
наука
о
сложности
.
Будущее
приклад
-
ной
математики
.
М
.:
Эдиториал
УРСС
, 2005.
15.
Никитин
А
.
П
.,
Чернавская
О
.
Д
.,
Чернавский
Д
.
С
.
Распределение
Парето
в
динамических
систе
-
мах
,
находящихся
в
шумовом
поле
/
Труды
Ин
-
ститута
общей
физики
им
А
.
М
.
Прохорова
РАН
.
М
., 2009.
16.
Рыков
А
.
С
.
Системный
анализ
:
модели
и
мето
-
ды
принятия
решений
.
М
.:
Издательский
дом
МИСиС
, 2009.
Оригинал статьи: Анализ безопасности автоматизированных систем диспетчерского управления в электроэнергетических системах
В статье рассмотрены основные тенденции развития автоматизированных систем диспетчерского управления (АСДУ) в электроэнергетике, в том числе переход к концепции необслуживаемых подстанций. На основании проведенных исследований показана сложность и актуальность задачи оценки рисков для обеспечения безопасности АСДУ лектроэнергетики. Предложены меры по доработке существующих подходов с учетом положений нечеткой логики, рассмотрена применимость полученных оценок действий диспетчера для последующего анализа рисков. Предложено применение математического аппарата теории нечетких множеств для решения поставленной задачи, сформирована иерархическая система нечеткого вывода.