互聯(lián)網(wǎng)環(huán)境下智慧售電關鍵技術——評估技術
當電力消費置于互聯(lián)網(wǎng)環(huán)境下,最大的變革在于用電行為、交易、過程、電力調(diào)度及分布能源生產(chǎn)等電能的全生命周期均建立在互聯(lián)網(wǎng)虛擬空間和基于數(shù)據(jù)驅動的過程建模、分析及優(yōu)化。因此,“互聯(lián)網(wǎng)+智慧售電”的實現(xiàn)即是一個數(shù)據(jù)獲取、傳輸、業(yè)務表達與價值發(fā)現(xiàn)過程。其中數(shù)據(jù)獲取主要依靠智能用電物聯(lián)網(wǎng)系統(tǒng),通過連接各種用電器、分布能源和檢測模塊,獲取各種基礎數(shù)據(jù)信息;數(shù)據(jù)傳輸主要依靠近距離通信、公共通信網(wǎng)絡等組成異構融合的數(shù)據(jù)傳輸網(wǎng)絡,將數(shù)據(jù)匯聚至云計算平臺;數(shù)據(jù)的業(yè)務表達和價值發(fā)現(xiàn)主要依靠大數(shù)據(jù)組織、可視化、挖掘等技術完成數(shù)據(jù)驅動的電力消費過程。
5.1.4智能用電物聯(lián)網(wǎng)節(jié)點通信重要性評估技術
電力物聯(lián)網(wǎng)已經(jīng)成為電網(wǎng)的重要組成部分,承載的業(yè)務量也變得越來越多,增長速度驚人,尤其是更多新能源設備、智能控制設備、智能家電等終端的接入使得電力物聯(lián)網(wǎng)通信網(wǎng)絡規(guī)模的不斷擴大,對安全性、可靠性評估也變得越來越重要。而電力通信網(wǎng)中的重要節(jié)點在很大程度上決定了電力通信網(wǎng)的穩(wěn)定性和安全性,對重要節(jié)點的重點維護和管理成為電力通信網(wǎng)的一個重要任務。
電力物聯(lián)網(wǎng)通信網(wǎng)中的重要節(jié)點決定了網(wǎng)絡的穩(wěn)定性和安全性,電力通信網(wǎng)中節(jié)點的重要性表明了該節(jié)點在可能的故障情況下對網(wǎng)絡性能的影響,使用定量的方法來對網(wǎng)絡節(jié)點進行評估已經(jīng)成為電力通究的熱點。目前國內(nèi)外對電力通信網(wǎng)節(jié)點的重要性評估主要存在下面一些方法:
(1)利用節(jié)點的度作為節(jié)點重要性的指標。該方法中某節(jié)點的的鏈接的邊越多,那么該節(jié)點的重要性就越大。
(2)基于節(jié)點刪除的評價。該方法通過刪除某個節(jié)點,看網(wǎng)絡的連通性的變化來分析節(jié)點的重要性。
(3)基于節(jié)點的介數(shù)的評價,如果該節(jié)點的介數(shù)越大那么該節(jié)點越重要。
(4)通過節(jié)點緊密度來對節(jié)點進行評價,緊密度越大則節(jié)點的重要性越強。
目前的電力通信網(wǎng)節(jié)點重要性評估主要采用以上幾種方法,但是以上的方法都具有一些缺陷:以節(jié)點的度作為評價指標存在一定的片面性,如橋節(jié)點的度雖然不大,但重要性卻很強;基于節(jié)點刪除的方如果刪除的是末梢節(jié)點,那么就不能實現(xiàn)節(jié)點重要性的客觀評估;另外,由于介數(shù)和緊密度是對節(jié)點在全局的影響的定義,因此基于介數(shù)緊密度的方法也存在著一些不合理性。
目前,有關電力物聯(lián)網(wǎng)通信網(wǎng)節(jié)點重要性評估的工作基本上都是以單一連接權值為主,還沒有將距離和帶寬都考慮進評估模型的。而且,以往的電力通信網(wǎng)的節(jié)點重要性評估往往只利用單個的評價指標,而沒有有效的綜合多種評價指標,并且很多方法只針對網(wǎng)絡結構本身,而忽略了網(wǎng)絡的連接權重。針對目前電力通信網(wǎng)評估存在的各種問題,利用網(wǎng)絡帶寬和距離作為加權,通過多種評價指標的綜合來對節(jié)點的重要性進行評。由于采用多指標的方式進行節(jié)點重要性的評估分類,并且這種分類是一種無監(jiān)督的分類。日前,針對電力通信網(wǎng)節(jié)點重要性評估的無監(jiān)督分類主要為K- means方法。 k-means方法為無監(jiān)督分類中的主要傳統(tǒng)方法,但是因為該方法基于距離,故結果是圓形的聚類形狀,并不能很好地對復雜特征的融合進行分類。針對該問題,采用了一種叫做快速密度聚類的方法,該方法發(fā)表在2014年的 Science期刊上,該方法不僅利用距離作為分類的度量,還利用密度作為分類的指標,有效解決了k-means方法的不足。在加權網(wǎng)絡的基礎上,基于快速密度聚類的方法,采用節(jié)點度、節(jié)點緊密度以及節(jié)點的介數(shù)作為評價指標,對電力通信網(wǎng)的節(jié)點重要性進行評估。利用某省的實際電網(wǎng)通信數(shù)據(jù)進行檢驗,驗證了該方法在電力通信網(wǎng)中的實用性。
1.節(jié)點重要性相關指標分析
節(jié)點數(shù)為n,邊數(shù)為m的通信網(wǎng)有權網(wǎng)絡數(shù)學模型可以用一個加權矩陣來描述,即
(5-1)
邊權鄰接矩陣的矩陣元為WGij=Bij,如果節(jié)點和節(jié)點j之間有連接;WGij。=∞,如果節(jié)點i和節(jié)點j之間沒有連接。其中,WGij、Bij為節(jié)點與節(jié)點之間線路的權值。邊權代表節(jié)點間相互作用的強度或難易程度。如果節(jié)點之間的距離作為權值,權值越大表示兩點間的距離越大,作用越弱。如果節(jié)點之間的帶寬作為權值,則權值越大作用越大。本書中將距離和帶寬的權值進行歸一化整合,距離和帶寬的權值各為50%。
網(wǎng)絡中節(jié)點的重要性不但與節(jié)點本身的度有一定關系,還與節(jié)點的鄰居節(jié)點的度大小、節(jié)點的緊密度、節(jié)點的介數(shù)存在一定的關聯(lián),這指標體現(xiàn)了節(jié)點的影響力。節(jié)點的影響力包括直接影響力和間接影力,直接影響力反映節(jié)點本身影響其他節(jié)點的能力,如節(jié)點的度。同影響力反映節(jié)點通過網(wǎng)絡對其他節(jié)點施加影響的能力,如節(jié)點緊密度介數(shù)。利用節(jié)點的度、節(jié)點的緊密度、節(jié)點的介數(shù)作為節(jié)點重要性的價指標。
節(jié)點的度:節(jié)點i的度數(shù)k是指與該節(jié)點直接連接的邊數(shù),反映的聲是一個節(jié)點對于網(wǎng)絡中其他節(jié)點的直接影響力。具有n個節(jié)點的網(wǎng)絡中,節(jié)點的度不會超過n-1。通常情況下,加權后節(jié)點i的強度Si定義為
節(jié)點的緊密度:緊密度指標C用于刻畫網(wǎng)絡中的節(jié)點通過網(wǎng)絡到其他節(jié)點的難易程度,反映節(jié)點的間接影響力。其值定義為該節(jié)點到所有其他節(jié)點的距離之和的倒數(shù)。具有n個節(jié)點的網(wǎng)絡中,節(jié)點到達所有其他節(jié)點的距離之和不會小于n-1,則歸一化的緊密度指標Ci為
對于加權網(wǎng)絡,兩節(jié)點間的距離dij一般定義為連接兩節(jié)點間的最短路徑上邊的權值之和。
介數(shù)指選取復雜網(wǎng)絡理論中合適的靜態(tài)幾何參量進行網(wǎng)絡拓撲脆弱性的計算。每個節(jié)點的介數(shù)用參數(shù)bi表示,反映節(jié)點在網(wǎng)絡連通中的重要程度。bi也反映了節(jié)點拓撲脆弱性,代表節(jié)點在整個網(wǎng)絡中的脆弱程度,代表節(jié)點相對拓撲的重要度,測度了故造成的潛在影響程度,能夠直接找到最脆弱點。
2.快迷密度聚類
針對目前非監(jiān)督聚類存在的一些問題,采用快速密度聚類的方法進行電力通信網(wǎng)的節(jié)點重要性評估分類。快速密度聚類算法的核心思想是:類簇中心被具有較低局部密度的鄰居點包圍,且與具有更高密度的任何點有相對較大的距離。基于這種思想,對于任意數(shù)據(jù)點i,需要計算兩個量:局部密度值pi以及點i到具有更高局部密度點的距離δi。Pi 和δi的值都與數(shù)據(jù)點之間的距離dij有關(dij代表點i和點j之間的距離,文中用歐式距離表示)。任意數(shù)據(jù)點i的局部密度Pi如下定義
(5-4)
其中dc是截斷距離,如果dij-dc<0,那么x(dij-dc)=1,如果dij-dc≥0,那么就有X(dij-dc)=0。數(shù)據(jù)點i的局部密度Pi本質上為數(shù)據(jù)點i距離為dc內(nèi)的點的個數(shù)。實驗表明分類結果對dc的大小選擇具有很高的魯棒性,及dc的大小對分類結果影響不大。算法中,對于dc的選擇規(guī)則為:使得點的平均鄰居數(shù)大概是數(shù)據(jù)集中點的總數(shù)的1%~2%。點i到具有更高局部密度點的距離δi定義為
(5-5)
在算法中具有高B和相對較高的,的點可被認為是類簇中心,類簇中心找到后,剩余的每個點被歸屬到它的有更高密度的最近鄰所屬類簇。類簇分配只需一步即可完成,不像其他算法要對目標函數(shù)進行選代優(yōu)化。圖5-10的簡單示例展示了算法的核心思想,圖5-10(a)為聚類中心的尋找,圖5-10(b)為樣本點的聚類。
圖5-10算法實例展示(一)
(a)聚類中心決策圖
圖5-10算法實例展示(二)
(b)二維聚類圖
3.節(jié)點重要性分類結果
利用節(jié)點度、節(jié)點緊密度、節(jié)點的介數(shù)作為節(jié)點重要性的評價指標。節(jié)點的度的大小非常的直觀,反映了節(jié)點本身影響其他節(jié)點的能力力。一般情況下,度越大的節(jié)點重要性越大,但是對于某些橋節(jié)點來說卻不正確。間接影響力反映節(jié)點通過網(wǎng)絡對其他節(jié)點施加影響的能力,如節(jié)點的緊密度和介數(shù)
圖5-11 節(jié)點緊密度分析圖
圖5-11是網(wǎng)絡節(jié)點時密度分析從圖5-11可以看出,緊密度大的點,其度未必很大,但是改點在數(shù)據(jù)傳輸中的作用很大。圖5-12為網(wǎng)絡節(jié)點的脆弱性分析,節(jié)點的脆弱性代表了該節(jié)點在網(wǎng)絡連通方面的能力,如過聯(lián)通能力強,那么該節(jié)點遭到損毀后對網(wǎng)絡的影響就越大,即認為脆弱性強。從圖5-12可以看出,節(jié)點的脆弱性并不和節(jié)點的度分布和緊密度呈完全的正相關關系。
圖5-12 節(jié)點脆弱性分析
圖5-13給出了各種因素的分布,表5-3給出了這三種要素之間的相關性。從圖5-13中和表5-3中可以看出,這三種因素之間并不完全是正相關的關系。因此在節(jié)點重要性的度量上,需要綜合考慮這三種因素。
圖5-13節(jié)點度、緊密度以及介數(shù)之間的相關關系
表5-3 各要素之間的相關關系
利用快速密度聚類的方法對節(jié)點重要性進行評估。文中的要素為3個,那么分類空間為三維。因此將快速密度聚類的方法由二維推廣至三維,應用與節(jié)點重要性分類中,圖5-14給出了基于三種因素的聚類中心
圖5-14基于快速密度聚類的聚類中心選擇圖
選擇圖,圖中的4個方塊即為我們所需的聚類中心,按照這4個聚類中心將所有節(jié)點進行聚類,聚類結果如5-14所示。
圖5-15 節(jié)點的重要性聚類分布圖
圖5-15中三個維度代表三個聚類因素,即節(jié)點度、緊密度以及脆弱性。從圖5-15中可以看出,該方法可以很好地將節(jié)點進行重要性分類。圖5-15中方形節(jié)點代表重要性很強,星形代表該節(jié)點重要性比較強,三角形代表該節(jié)點重要性一般,圓形代表該節(jié)點重要性很弱。在實際應用中,方形代表的節(jié)點要引起足夠的重視。
圖5-16給出了電力通信網(wǎng)骨干網(wǎng)的節(jié)點重要性分類結果,從圖中可以很直觀地看出,我們采用的方法可以比較好地對重要節(jié)點進行分類。
圖5-16 電力通信網(wǎng)節(jié)點的重要性分類圖
對于重要性一般的節(jié)點和重要性比較弱的節(jié)點來說,由于文中采用了距離和帶寬作為權值的一部分,因此一般重要性節(jié)點在距離和帶寬的加權值比重要性比較弱的節(jié)點大。這也就是圖5-16中一般重要性節(jié)點和重要性比較弱的節(jié)點的區(qū)別。
責任編輯:電力交易小郭
-
互聯(lián)網(wǎng)環(huán)境下智慧售電關鍵技術——通信技術
-
國家能源局:五大抓手深入推進能源行業(yè)信用體系建設
-
【正極材料周報】LG化學綁定華友鈷業(yè)40億中國設正極材料廠!三元電池或將一統(tǒng)鋰電江湖!
-
互聯(lián)網(wǎng)環(huán)境下智慧售電關鍵技術——評估技術
-
互聯(lián)網(wǎng)環(huán)境下智慧售電關鍵技術——通信技術
-
國家能源局:五大抓手深入推進能源行業(yè)信用體系建設
-
中天科技:決勝分布式儲能之路,匠心布局儲能全產(chǎn)業(yè)鏈
2018-04-13儲能之路 -
杉杉科技10萬噸鋰電池負極材料項目在內(nèi)蒙古包頭市
-
總投資24.46億元 江鈴集團新能源汽車昆明基地項目開工
-
【正極材料周報】LG化學綁定華友鈷業(yè)40億中國設正極材料廠!三元電池或將一統(tǒng)鋰電江湖!
-
行駛逾16萬英里 特斯拉電池容量的衰減率不足10%
-
NCA體系三元鋰電池開始在國內(nèi)市場配套乘用車