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)過仿真計算校核,一般不能形成閉環(huán)控制。

在面對大電網(wǎng)復(fù)雜分析時,僅僅作到數(shù)據(jù)展示已越來越難以滿足實(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)互動的數(shù)據(jù)分析環(huán)境。由于計算機(jī)執(zhí)行算法的效率很高,而人對圖形模式的識別能力很強(qiáng),因此可視分析可以結(jié)合人與計算機(jī)各自的長處,實(shí)現(xiàn)對復(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。

對于電力系統(tǒng)的智能控制問題研究,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,并且每一步驟都會帶來系統(tǒng)的響應(yīng),在某種程度上與圍棋對弈類似,因此有可能借鑒AlphaGo的成功經(jīng)驗(yàn)。

此外,對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,但是由于自然語言本身的復(fù)雜性,這方面的研究還需結(jié)合分詞、語義理解等相關(guān)技術(shù)開展研究。

 4 知識層

電網(wǎng)仿真分析過程涉及的知識可以分為2類：一是通用性知識,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;二是與具體對象相關(guān)的知識,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。

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

1）對于知識的提取需要研究人在回路的知識建模方法,方便地實(shí)現(xiàn)對知識的結(jié)構(gòu)化總結(jié)。這方面需要基于計算機(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)知識提取的互動環(huán)境和自動文本生成工具。

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

3）知識應(yīng)用包括2個方面：一是結(jié)構(gòu)化建模知識的自動化應(yīng)用,以專家系統(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;二是對各類非結(jié)構(gòu)化知識內(nèi)容的瀏覽,主要涉及文本、圖片、視頻、音頻等形式。雖然知識內(nèi)容本身并不能夠直接作用于仿真數(shù)據(jù),但是通過有效的人機(jī)互動可以輔助分析人員開展工作,并且在分析人員技能培養(yǎng)、知識經(jīng)驗(yàn)積累等方面發(fā)揮作用。在這方面基于電力系統(tǒng)仿真分析知識圖譜的知識展現(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)平臺上構(gòu)建的、與電網(wǎng)仿真分析相關(guān)的數(shù)據(jù)子平臺。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),或者說數(shù)據(jù)可視化技術(shù)實(shí)際上可以擴(kuò)展到知識、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間內(nèi)難以完全取代領(lǐng)域?qū)＜?因此需要將仿真計算、智能分析以及人工參與融合在一起,此時以可視化為核心的人機(jī)交互技術(shù)將會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)化成可以識別的知識,但是不會影響對這些結(jié)果的使用,例如通過關(guān)聯(lián)分析得到的規(guī)則可能無法解讀,但卻可以用于指導(dǎo)計算或?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,需要開展跨領(lǐng)域研究和開發(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)平臺產(chǎn)品已逐步成熟,對于電網(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,越來越多的專家學(xué)者正試圖基于這一技術(shù)提升對電網(wǎng)仿真數(shù)據(jù)的認(rèn)知效果。與此同時,電力系統(tǒng)仿真可視分析的研究工作也正在開展,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、知識建模、知識庫構(gòu)建,以及基于語義模型的數(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)際情況依托各類專項(xiàng)研究開展,其中的每一類研究可能都會與一個或若干個系統(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統(tǒng)一的系統(tǒng)平臺,最終完成整個系統(tǒng)的構(gòu)建。該系統(tǒng)平臺應(yīng)當(dāng)具備與電力大數(shù)據(jù)平臺對接的能力,具有足夠的開放性,并且可以進(jìn)一步與電網(wǎng)仿真計算程序結(jié)合,使得數(shù)據(jù)分析時的操作能夠直接觸發(fā)相應(yīng)的仿真計算并自動刷新分析環(huán)境,形成分析與計算的連續(xù)過程。在這方面,中國電力科學(xué)研究院研發(fā)的沙盤推演系統(tǒng)能夠?yàn)樵撈脚_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“人在回路”的系統(tǒng),領(lǐng)域?qū)＜沂瞧渲兄匾囊画h(huán)。未來,隨著人工智能技術(shù)的發(fā)展,特別是模式識別、電網(wǎng)知識建模,以及專家知識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,再到數(shù)據(jù)調(diào)整、分析計算的閉環(huán),實(shí)現(xiàn)全自動化的電網(wǎng)仿真智能分析。此時,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,以及對算法參數(shù)進(jìn)行必要調(diào)整。