很高,因此這種認(rèn)知模型的研究目標(biāo)通常是與人工分析相結(jié)合,提出的調(diào)整策略需要經(jīng)過(guò)仿真計(jì)算校核,一般不能形成閉環(huán)控制。

在面對(duì)大電網(wǎng)復(fù)雜分析時(shí),僅僅作到數(shù)據(jù)展示已越來(lái)越難以滿(mǎn)足實(shí)際工作的需要。目前,在大數(shù)據(jù)技術(shù)領(lǐng)域,面對(duì)復(fù)雜數(shù)據(jù)的快速分析提出了可視分析技術(shù)^[12-15],該技術(shù)將數(shù)據(jù)可視化的對(duì)象由原始數(shù)據(jù)擴(kuò)展為數(shù)據(jù)分析的結(jié)果和模型,再配以由分析算法支撐的分析工具,構(gòu)成人機(jī)互動(dòng)的數(shù)據(jù)分析環(huán)境。由于計(jì)算機(jī)執(zhí)行算法的效率很高,而人對(duì)圖形模式的識(shí)別能力很強(qiáng),因此可視分析可以結(jié)合人與計(jì)算機(jī)各自的長(zhǎng)處,實(shí)現(xiàn)對(duì)復(fù)雜仿真結(jié)果的快速分析,為基于電網(wǎng)仿真數(shù)據(jù)的系統(tǒng)狀態(tài)判定和規(guī)則發(fā)現(xiàn)提供新的途徑。此外,由于在可視分析中數(shù)據(jù)分析算法只需要體現(xiàn)數(shù)據(jù)分布的特性,而不需要找出其中的模式,因此在算法設(shè)計(jì)方面的難度也有效降低,從而使電網(wǎng)仿真數(shù)據(jù)分析算法的研究成果更容易實(shí)用化。

對(duì)于電力系統(tǒng)的智能控制問(wèn)題研究,基于海量仿真數(shù)據(jù)的深度強(qiáng)化學(xué)習(xí)是需要著重關(guān)注的方向。強(qiáng)化學(xué)習(xí)適合與序列相關(guān)的決策研究,AlphaGo在圍棋對(duì)弈中的成功已證明其與深度學(xué)習(xí)結(jié)合后的強(qiáng)大策略搜索能力。電力系統(tǒng)的控制策略本質(zhì)上也是序列化的,并且每一步驟都會(huì)帶來(lái)系統(tǒng)的響應(yīng),在某種程度上與圍棋對(duì)弈類(lèi)似,因此有可能借鑒AlphaGo的成功經(jīng)驗(yàn)。

此外,對(duì)于仿真分析涉及的非結(jié)構(gòu)化數(shù)據(jù),在認(rèn)知方面同樣可以采用文本挖掘、可視分析等方法提取其中的規(guī)律,但是由于自然語(yǔ)言本身的復(fù)雜性,這方面的研究還需結(jié)合分詞、語(yǔ)義理解等相關(guān)技術(shù)開(kāi)展研究。

 4 知識(shí)層

電網(wǎng)仿真分析過(guò)程涉及的知識(shí)可以分為2類(lèi)：一是通用性知識(shí),例如用于指導(dǎo)電網(wǎng)安全穩(wěn)定運(yùn)行的標(biāo)準(zhǔn)規(guī)范;二是與具體對(duì)象相關(guān)的知識(shí),例如華中電網(wǎng)的運(yùn)行特性。通常由仿真數(shù)據(jù)能夠提取的首先是后者,在經(jīng)由進(jìn)一步的分析總結(jié)后才能獲得新的通用知識(shí)。

基于目前的計(jì)算機(jī)技術(shù),由認(rèn)知層發(fā)現(xiàn)的規(guī)律最終上升為知識(shí)還需要分析人員參與,從應(yīng)用系統(tǒng)角度來(lái)說(shuō),需要構(gòu)建必要的知識(shí)提取和知識(shí)搜索模塊,以及知識(shí)應(yīng)用環(huán)境,主要包括以下方面。

1）對(duì)于知識(shí)的提取需要研究人在回路的知識(shí)建模方法,方便地實(shí)現(xiàn)對(duì)知識(shí)的結(jié)構(gòu)化總結(jié)。這方面需要基于計(jì)算機(jī)領(lǐng)域中本體建模和數(shù)據(jù)文本化的相關(guān)研究,建立適應(yīng)于電力系統(tǒng)知識(shí)提取的互動(dòng)環(huán)境和自動(dòng)文本生成工具。

2）知識(shí)的搜索需要支持對(duì)海量結(jié)構(gòu)和非結(jié)構(gòu)化知識(shí)資源的查詢(xún),特別是自然語(yǔ)言文本的快速查詢(xún)。解決這一問(wèn)題的關(guān)鍵是基于知識(shí)圖譜技術(shù),構(gòu)建電力系統(tǒng)仿真分析知識(shí)圖譜。

3）知識(shí)應(yīng)用包括2個(gè)方面：一是結(jié)構(gòu)化建模知識(shí)的自動(dòng)化應(yīng)用,以專(zhuān)家系統(tǒng)為代表,是提升電網(wǎng)仿真數(shù)據(jù)分析智能化的關(guān)鍵和難點(diǎn),后續(xù)可以結(jié)合貝葉斯網(wǎng)絡(luò)技術(shù)進(jìn)一步發(fā)展和完善;二是對(duì)各類(lèi)非結(jié)構(gòu)化知識(shí)內(nèi)容的瀏覽,主要涉及文本、圖片、視頻、音頻等形式。雖然知識(shí)內(nèi)容本身并不能夠直接作用于仿真數(shù)據(jù),但是通過(guò)有效的人機(jī)互動(dòng)可以輔助分析人員開(kāi)展工作,并且在分析人員技能培養(yǎng)、知識(shí)經(jīng)驗(yàn)積累等方面發(fā)揮作用。在這方面基于電力系統(tǒng)仿真分析知識(shí)圖譜的知識(shí)展現(xiàn)方法,是需要進(jìn)一步研究的關(guān)鍵技術(shù)。

 5 系統(tǒng)架構(gòu)

基于上述分析,可以提出以數(shù)據(jù)認(rèn)知為核心的電網(wǎng)智能分析系統(tǒng)基本架構(gòu)（見(jiàn)圖2）。

圖2 電網(wǎng)智能分析系統(tǒng)的基本架構(gòu)Fig.2 Power grid intelligence analysis system framework

其中,電網(wǎng)仿真數(shù)據(jù)應(yīng)用指在電力大數(shù)據(jù)平臺(tái)上構(gòu)建的、與電網(wǎng)仿真分析相關(guān)的數(shù)據(jù)子平臺(tái)。在各層的右側(cè)列出了與之密切相關(guān)的技術(shù)。需要注意的是認(rèn)知層中的可視分析技術(shù),或者說(shuō)數(shù)據(jù)可視化技術(shù)實(shí)際上可以擴(kuò)展到知識(shí)、認(rèn)知、信息和數(shù)據(jù)層,為各層功能的實(shí)現(xiàn)提供支撐。由于人工智能在短時(shí)間內(nèi)難以完全取代領(lǐng)域?qū)＜?因此需要將仿真計(jì)算、智能分析以及人工參與融合在一起,此時(shí)以可視化為核心的人機(jī)交互技術(shù)將會(huì)是這三者相容的最佳媒介。此外,由認(rèn)知層得到的一部分輸出結(jié)果并不能轉(zhuǎn)化成可以識(shí)別的知識(shí),但是不會(huì)影響對(duì)這些結(jié)果的使用,例如通過(guò)關(guān)聯(lián)分析得到的規(guī)則可能無(wú)法解讀,但卻可以用于指導(dǎo)計(jì)算或?qū)π庐a(chǎn)生數(shù)據(jù)的分析。

 6 構(gòu)建的基礎(chǔ)和思路

構(gòu)建以數(shù)據(jù)認(rèn)知為核心的電網(wǎng)智能分析系統(tǒng)涉及電力系統(tǒng)仿真技術(shù)、電網(wǎng)運(yùn)行控制技術(shù)、大數(shù)據(jù)技術(shù)、人工智能技術(shù)、可視化技術(shù)等諸多方面,需要開(kāi)展跨領(lǐng)域研究和開(kāi)發(fā)。已具備的研究基礎(chǔ)主要如下。

1）數(shù)據(jù)層。目前電力大數(shù)據(jù)平臺(tái)產(chǎn)品已逐步成熟,對(duì)于電網(wǎng)仿真數(shù)據(jù)的清理和整合在部分相關(guān)研究中也已有探索。

2）信息層。電網(wǎng)仿真數(shù)據(jù)分析是數(shù)據(jù)挖掘技術(shù)應(yīng)用于電力系統(tǒng)的傳統(tǒng)方向,特征提取和壓縮是所有相關(guān)研究都需涉及的,已取得了諸多成果^[16-17]。目前,正在開(kāi)展的工作主要集中在從數(shù)據(jù)自身規(guī)律提取特征,特別是引入深度學(xué)習(xí)技術(shù)。

3）認(rèn)知層。目前基于電力系統(tǒng)仿真數(shù)據(jù)的各類(lèi)認(rèn)知研究都已取得不同程度的進(jìn)展,隨著深度學(xué)習(xí)的興起,越來(lái)越多的專(zhuān)家學(xué)者正試圖基于這一技術(shù)提升對(duì)電網(wǎng)仿真數(shù)據(jù)的認(rèn)知效果。與此同時(shí),電力系統(tǒng)仿真可視分析的研究工作也正在開(kāi)展,力求突破傳統(tǒng)的可視化框架,更好地支撐智能分析算法的研究和應(yīng)用。

4）知識(shí)層。相較于電網(wǎng)仿真數(shù)據(jù)的分析和認(rèn)知,電力系統(tǒng)知識(shí)的提取和應(yīng)用目前尚處于起步階段。已有的研究主要涉及基于電網(wǎng)仿真分析數(shù)據(jù)的系統(tǒng)運(yùn)行規(guī)則提取、知識(shí)建模、知識(shí)庫(kù)構(gòu)建,以及基于語(yǔ)義模型的數(shù)據(jù)挖掘等方向^[5,18]。

由于電力系統(tǒng)仿真分析工作通常以問(wèn)題為導(dǎo)向并且具有很強(qiáng)的應(yīng)用性,因此電網(wǎng)仿真數(shù)據(jù)智能分析系統(tǒng)的研究工作可以根據(jù)實(shí)際情況依托各類(lèi)專(zhuān)項(xiàng)研究開(kāi)展,其中的每一類(lèi)研究可能都會(huì)與一個(gè)或若干個(gè)系統(tǒng)層面有關(guān)。隨著研究工作和實(shí)際應(yīng)用的深入,可以將較為成熟的成果逐步加入到一個(gè)統(tǒng)一的系統(tǒng)平臺(tái),最終完成整個(gè)系統(tǒng)的構(gòu)建。該系統(tǒng)平臺(tái)應(yīng)當(dāng)具備與電力大數(shù)據(jù)平臺(tái)對(duì)接的能力,具有足夠的開(kāi)放性,并且可以進(jìn)一步與電網(wǎng)仿真計(jì)算程序結(jié)合,使得數(shù)據(jù)分析時(shí)的操作能夠直接觸發(fā)相應(yīng)的仿真計(jì)算并自動(dòng)刷新分析環(huán)境,形成分析與計(jì)算的連續(xù)過(guò)程。在這方面,中國(guó)電力科學(xué)研究院研發(fā)的沙盤(pán)推演系統(tǒng)能夠?yàn)樵撈脚_(tái)的建設(shè)提供良好起點(diǎn)。

 7 總結(jié)

高速發(fā)展的電力系統(tǒng)仿真分析技術(shù)需要有先進(jìn)的數(shù)據(jù)分析技術(shù)與之相匹配才能充分發(fā)揮作用,本文以DICKW模型為基礎(chǔ),提出了以數(shù)據(jù)認(rèn)知為核心的電網(wǎng)仿真數(shù)據(jù)智能分析系統(tǒng),分析了其中各層的特點(diǎn)和關(guān)鍵技術(shù),梳理了系統(tǒng)架構(gòu)和相關(guān)的技術(shù)基礎(chǔ)。

需要注意的是,本文所提出的電網(wǎng)仿真數(shù)據(jù)智能分析系統(tǒng)是一個(gè)“人在回路”的系統(tǒng),領(lǐng)域?qū)＜沂瞧渲兄匾囊画h(huán)。未來(lái),隨著人工智能技術(shù)的發(fā)展,特別是模式識(shí)別、電網(wǎng)知識(shí)建模,以及專(zhuān)家知識(shí)與人工智能算法融合技術(shù)的進(jìn)步,有望實(shí)現(xiàn)由仿真數(shù)據(jù)到認(rèn)知、知識(shí),再到數(shù)據(jù)調(diào)整、分析計(jì)算的閉環(huán),實(shí)現(xiàn)全自動(dòng)化的電網(wǎng)仿真智能分析。此時(shí),領(lǐng)域?qū)＜乙矊⒂蓴?shù)據(jù)認(rèn)知的參與者變?yōu)楸O(jiān)督者,主要負(fù)責(zé)設(shè)定分析目標(biāo)、根據(jù)需要查看各層的輸出結(jié)果,以及對(duì)算法參數(shù)進(jìn)行必要調(diào)整。