劉 巍 黃 曌 李 鵬 李 錳 丁 巖

（1.國網河南省電力公司經濟技術研究院 鄭州 450052 2.湖南大學電氣與信息工程學院 長沙 410082）

1 引言

伴隨著智能配電網的全面建設，以物聯(lián)網和云計算為代表的新一代IT 技術得到廣泛應用，電力數(shù)據(jù)資源開始急劇增長并形成了一定的規(guī)模，“電力大數(shù)據(jù)”應運而生，與中國經濟發(fā)展緊密聯(lián)系。2011年5 月，麥肯錫公司發(fā)布了關于大數(shù)據(jù)的調研報告《大數(shù)據(jù)：下一個前沿，競爭力、創(chuàng)新力和生產力》，報告指出：大數(shù)據(jù)是指無法在一定時間內用傳統(tǒng)數(shù)據(jù)庫軟件工具對其內容進行抓取、管理和處理的數(shù)據(jù)集合[1]。因而面對海量電網業(yè)務實時數(shù)據(jù)，需要發(fā)展相應的大數(shù)據(jù)處理技術，以適應智能配電網的需求。

2 智能配電網大數(shù)據(jù)的來源

智能配電網的大數(shù)據(jù)來源于電力系統(tǒng)的各個環(huán)節(jié)，包括[2]：

（1）各種裝置實時采集的現(xiàn)場數(shù)據(jù)。例如目前美國的100個PMU 裝置一天收集62 億個數(shù)據(jù)，數(shù)據(jù)量約為60GB。此外，大量的分布式能源需要進行實時監(jiān)測和控制，電動汽車電池的充放電狀態(tài)也需進行監(jiān)測以避免無序充放電對電網造成負面影響。

（2）由調度中心收集的中央數(shù)據(jù)。例如國內常規(guī)的調度自動化系統(tǒng)含有數(shù)十萬個采集點，積累了大量電網運行、生產管理和市場營銷的寶貴數(shù)據(jù)，成為數(shù)據(jù)需求的密集地，配用電數(shù)據(jù)中心達到百萬甚至千萬級。

（3）生產管理系統(tǒng)（PMS）、地理信息系統(tǒng)（GIS）等業(yè)務系統(tǒng)在使用過程中產生的海量數(shù)據(jù)。例如來自SG186 系統(tǒng)的區(qū)域用戶負荷數(shù)據(jù)、來自PMS 系統(tǒng)的變電站及線路地理分布信息、來自SCADA 系統(tǒng)的現(xiàn)狀設備負荷水平等，與地理信息系統(tǒng)結合，形成了基于GIS 的空間海量數(shù)據(jù)。

3 大數(shù)據(jù)的特點

智能電網的大數(shù)據(jù)具備“4V”特征[2-4]，類型多（variety）、變化快（velocity）、規(guī)模大（volume）和價值密度低（value）。如圖1 所示：

圖1 智能電網大數(shù)據(jù)的特點Fig.1 Features of big data of smart grid

（1）數(shù)據(jù)類型繁多。電網數(shù)據(jù)廣域分布、種類眾多，包括實時數(shù)據(jù)、歷史數(shù)據(jù)、文本數(shù)據(jù)、多媒體數(shù)據(jù)、時間序列數(shù)據(jù)等各類結構化、半結構化數(shù)據(jù)以及非結構化數(shù)據(jù)，各類數(shù)據(jù)查詢與處理的頻度和性能要求也不盡相同。針對海量異構數(shù)據(jù)，依據(jù)IEC61970 構建統(tǒng)一的電力公共數(shù)據(jù)模型進行規(guī)范表達，可有效實現(xiàn)各類業(yè)務系統(tǒng)之間的信息交互和數(shù)據(jù)共享。

（2）數(shù)據(jù)變化速度快。這對系統(tǒng)的實時數(shù)據(jù)處理能力提出了更高的要求，有研究表明，正常運行的SCADA 系統(tǒng)如接收到監(jiān)測數(shù)據(jù)延時超過50ms，即將導致錯誤的控制策略，因而必須在短時內對大量數(shù)據(jù)進行分析，以支持決策制定。

（3）數(shù)據(jù)量巨大。由傳統(tǒng)電網的TB 級別，躍升到PB 級別。常規(guī)SCADA 系統(tǒng)10 000個遙測點，按采樣間隔 3～4s 計算，每年產生 1.03TB 數(shù)據(jù)（1.03TB=12 字 節(jié)/幀×0.3 幀/s×10 000 遙 測 點×86 400s/天×365 天）；廣域相量測量系統(tǒng)10 000個遙測點，采樣率可以達到100次/s，每年產生495TB的數(shù)據(jù)。

（4）價值密度低。以非結構化視頻數(shù)據(jù)為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅有1～2s。在設備狀態(tài)監(jiān)測中存在同樣問題，所采集的絕大部分數(shù)據(jù)都是正常數(shù)據(jù)，只有極少量的異常數(shù)據(jù)，而異常數(shù)據(jù)是狀態(tài)檢修的最重要依據(jù)。此外還會采集到包含著噪聲、數(shù)據(jù)缺失等不確定因素質量較差的數(shù)據(jù)，所以需要通過聚類、關聯(lián)、分類等挖掘工具，從海量數(shù)據(jù)中提取出有用信息。

4 大數(shù)據(jù)統(tǒng)一支撐平臺設計

智能配電網的數(shù)據(jù)來源于各類系統(tǒng)，存在不同的平臺和數(shù)據(jù)格式，大多相互獨立，異構性嚴重，需要構建公共模型進行規(guī)范表達，實現(xiàn)數(shù)據(jù)融合，為上層應用提供通用的信息交互平臺；同時通過對電力大數(shù)據(jù)進行實時處理分析，充分利用累積的數(shù)據(jù)資源，依據(jù)業(yè)務需求挖掘出數(shù)據(jù)潛在價值，對于分析電網在線安全分析及故障診斷、間歇性分布式電源出力預測、孤島檢測、設備運行狀態(tài)分析、故障搶修決策等具有重要意義；此外，還可借助可視化的數(shù)據(jù)展示手段，通過交互可視界面展現(xiàn)電力數(shù)據(jù)的價值，為高層管理人員提供輔助決策分析功能，并為配電網系統(tǒng)的運行監(jiān)視、調度控制、規(guī)劃分析等提供有力保障。綜上考慮，設計智能配電網的大數(shù)據(jù)統(tǒng)一支撐平臺體系如圖2 所示。

4.1 數(shù)據(jù)管理

智能配電網的大數(shù)據(jù)管理包括數(shù)據(jù)采集、電力公共信息模型建立、數(shù)據(jù)存儲等過程，配電自動化系統(tǒng)和計量系統(tǒng)依照IEC61850/60870 的通信規(guī)約，向前置機服務器發(fā)送數(shù)據(jù)報文，前置機完成解析，再傳輸至信息交互總線；PMS、GIS 等業(yè)務數(shù)據(jù)則通過接口適配器匯聚至信息交互總線處。以上數(shù)據(jù)來自不同數(shù)據(jù)源，需通過IEC61970 公共信息模型標準統(tǒng)一化格式，進行規(guī)范后的數(shù)據(jù)再存放入存儲系統(tǒng)。

圖2 面向智能配電網的大數(shù)據(jù)統(tǒng)一支撐平臺體系Fig.2 United platform of big data for smart grid

4.1.1 數(shù)據(jù)采集

智能配電網的各種終端裝置，如RTU、DTU、TTU、FTU，以及計量終端，通過特定的通信協(xié)議向數(shù)據(jù)平臺提供實時的數(shù)據(jù)文件和數(shù)據(jù)報文，數(shù)據(jù)采集主要過程為[5]：

（1）數(shù)據(jù)采集系統(tǒng)作為Socket 服務啟動偵聽服務，并且終端設備作為Socket 客戶端連接到數(shù)據(jù)采集服務端；

（2）終端設備通過通信規(guī)約傳送信息，向通信模塊告知自身邏輯地址；

（4）數(shù)據(jù)采集系統(tǒng)與終端設備穩(wěn)定連接，通過前置集群，完成報文解析。

數(shù)據(jù)采集系統(tǒng)還包括通信鏈路管理、通道管理、數(shù)據(jù)質量管理等功能。通信鏈路和通道管理主要包括維護各類終端的通信鏈路、通道狀態(tài)，以及根據(jù)通信鏈路切換主備通道等功能；數(shù)據(jù)質量管理針對采集到的各類數(shù)據(jù)，分析判斷其數(shù)據(jù)質量并進行標記[6]。

4.1.2 公共信息模型

經前置機解析后得到的基礎數(shù)據(jù)需要按照統(tǒng)一規(guī)范和標準進行存儲，而不是簡單的堆砌，以實現(xiàn)異構業(yè)務系統(tǒng)之間的數(shù)據(jù)共享。依據(jù)IEC61970 中的公共信息模型（CIM）進行一體化設計，將數(shù)據(jù)統(tǒng)一轉換為CIM/E 格式，以E 語言作為載體屏蔽各個異構數(shù)據(jù)源的多樣性和差異性，實現(xiàn)無差別數(shù)據(jù)傳輸，集成為全局業(yè)務系統(tǒng)查詢使用，從而具備更優(yōu)良的數(shù)據(jù)一致性，實現(xiàn)電網模型自動同步[7]。

CIM/E是在IEC 61970 電力系統(tǒng)公用數(shù)據(jù)模型的基礎上，為解決CIM/XML 方式進行描述的效率問題而開發(fā)的一種新型高效的電力系統(tǒng)模型數(shù)據(jù)描述規(guī)范，具有簡潔、高效的特點，適用于描述大型電網模型。CIM/E 模型的交換機制如圖3 所示，電力系統(tǒng)模型能被轉換導出為一個CIM/E 文檔，該文檔可被解析，其中的信息可被導入到一個外部系統(tǒng)中[8]。

圖3 CIM/E 模型交換機制Fig.3 Interchange mechanism of CIM/E

其中，CIM/E 模式定義了文檔中需要的所有類和屬性，類名用來標識數(shù)據(jù)塊，屬性名稱是文檔中的屬性行或屬性列，用“@”引導。CIM/E 模式可以是CIM 的子集，也可以擴展。CIM/E 數(shù)據(jù)是純文本數(shù)據(jù)，主要通過對文本中每行第一個字符或前兩個字符的使用，達到規(guī)范格式的目的。

4.1.3 數(shù)據(jù)存儲

關系數(shù)據(jù)庫（如Oracle 等）主要存儲結構化數(shù)據(jù)，具有便捷的數(shù)據(jù)查詢分析能力、按照嚴格規(guī)則快速處理事務的能力以及多用戶并發(fā)訪問能力，可以保證數(shù)據(jù)的安全性。通過SQL 查詢語言及強大的數(shù)據(jù)分析能力以及較高的程序與數(shù)據(jù)獨立性等優(yōu)點得到廣泛應用。但是隨著智能配電網建設的加速，地理信息系統(tǒng)以及圖片、音視頻等各種非結構化數(shù)據(jù)已超過關系型數(shù)據(jù)庫的管理范疇，同時關系型數(shù)據(jù)庫對PB 級別的海量數(shù)據(jù)存儲能力和快速訪問能力受限，需要發(fā)展起新的實時數(shù)據(jù)存儲系統(tǒng)，以滿足智能電網大數(shù)據(jù)快速訪問、大規(guī)模數(shù)據(jù)分析的需求[2]。云實時存儲平臺架構主要存儲海量采集數(shù)據(jù)及計算數(shù)據(jù)，通過構建分片集群實現(xiàn)靈活可擴展的分布式存儲，當數(shù)據(jù)存儲服務器無法滿足大規(guī)模智能用電信息存儲時，可直接添加新的數(shù)據(jù)存儲節(jié)點，緩解存儲服務器壓力，為后續(xù)的挖掘分析提供良好的數(shù)據(jù)支撐[9]。

云實時存儲系統(tǒng)將數(shù)據(jù)分散在多臺獨立的存儲服務器上，將節(jié)點分為三類角色：主服務器（master server）、數(shù)據(jù)塊服務器（chunk server）與客戶端（client）?？蛻舳耸紫仍L問主服務器，獲得將要進行交互的數(shù)據(jù)塊服務器信息，然后直接訪問相應的數(shù)據(jù)塊服務器完成數(shù)據(jù)的選取?？蛻舳伺c主服務器之間只有控制信息流，與數(shù)據(jù)塊服務器之間只有數(shù)據(jù)信息流，可以極大降低主服務器的負載，使系統(tǒng)的I/O 高度并行工作，從而滿足智能配電網數(shù)據(jù)平臺的需要。

“小說正是作者四十歲以后所走的內在之路處處碰壁后寫的一份披露內心的驚心動魄的記錄”③,《荒原狼》作為黑塞自己向內探尋四處碰壁的產物,也是一種心靈探索的實驗，探索關于如何走出孤獨的陰影與自我救贖的問題。

4.2 數(shù)據(jù)處理

針對智能配電網的大數(shù)據(jù)，借助虛擬機實現(xiàn)資源的虛擬化，再結合Hadoop 開源云計算技術，采用基于MapReduce 的電量數(shù)據(jù)并行處理系統(tǒng)，一方面保證智能配電網海量狀態(tài)數(shù)據(jù)的可靠性和高效處理，同時為后續(xù)數(shù)據(jù)挖掘應用，提供高性能的并行算法開發(fā)環(huán)境。流程架構如圖4 所示。

圖4 大數(shù)據(jù)處理流程Fig.4 Flow-process diagram of big data

4.2.1 資源虛擬化

在基礎設施層采用廉價的服務器集群，廉價服務器集群的機器故障率大，而分布式的冗余存儲系統(tǒng)恰好可有效彌補硬件上的缺陷，保障數(shù)據(jù)的可靠性。借助虛擬機監(jiān)視器或虛擬化平臺對服務器、存儲設備與網絡設備等硬件資源進行虛擬化，以消除硬件資源帶來的差異性，以虛擬機為單位進行統(tǒng)一的自動化管理，一方面可以提高資源的利用率，另一方面可使管理維護人員專注于虛擬機與業(yè)務系統(tǒng)的維護，簡化數(shù)據(jù)中心的管理與維護工作[9]。以服務器虛擬化過程為例，在一臺物理服務器之上構建虛擬化抽象層，采用虛擬機監(jiān)視器或虛擬化平臺，負責服務器的抽象、資源的調度與管理，將不同系統(tǒng)分別運行在獨立的虛擬機之上，從而將一個服務器虛擬成若干個虛擬機，提高服務器的資源利用率。但是同時應確保虛擬機之間的完全隔離，某一個虛擬機崩潰不會影響到其他虛擬機，并能及時從故障中恢復，從而確保運行的可靠性[10]。

4.2.2 云計算平臺層

為了實現(xiàn)電網的安全穩(wěn)定運行，需要在智能配電網大數(shù)據(jù)平臺提供的海量數(shù)據(jù)的基礎上，根據(jù)系統(tǒng)的需求進行大規(guī)模電力系統(tǒng)計算、分析、優(yōu)化、設計和決策，包括潮流計算、暫態(tài)穩(wěn)定計算、狀態(tài)估計、故障分析、數(shù)據(jù)挖掘與智能決策等。云計算可以為電力系統(tǒng)計算提供高性能的并行處理能力，此外還可提供并行編程模式使并行算法的開發(fā)變得簡單方便。

在云計算平臺層，以虛擬機為單位構建Web 服務器集群、應用服務器集群與數(shù)據(jù)庫服務器集群作為數(shù)據(jù)中心的運行環(huán)境。采用云計算的分布式文件系統(tǒng)HDFS、分布式數(shù)據(jù)庫管理系統(tǒng)HBase，完成基于MapReduce 的大數(shù)據(jù)并行處理[11]，進而生成多維度的分析性數(shù)據(jù)存儲在數(shù)據(jù)倉庫中，為電力系統(tǒng)大規(guī)模計算分析、數(shù)據(jù)挖掘與輔助決策等應用提供穩(wěn)定可靠的數(shù)據(jù)支撐。

4.3 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘

處理后的數(shù)據(jù)進行ETL，首先把數(shù)據(jù)抽取成文件，再對數(shù)據(jù)文件進行轉換和清洗，刪除冗余信息，處理缺失的數(shù)據(jù)信息，消除數(shù)據(jù)噪聲等，最后生成多維度、多粒度的分析型數(shù)據(jù)加載存儲到數(shù)據(jù)倉庫中，數(shù)據(jù)倉庫是數(shù)據(jù)挖掘的物質基礎，為智能配電網的高級應用提供高性能的數(shù)據(jù)環(huán)境。依據(jù)系統(tǒng)不同需求，通過特定接口訪問數(shù)據(jù)倉庫中相應的信息，計算得到的數(shù)據(jù)結果存放在關系型數(shù)據(jù)庫中。此外，存儲于云系統(tǒng)中的電網實時數(shù)據(jù)，經過設置的周期天數(shù)后也將自動轉存入關系型數(shù)據(jù)庫中，這些數(shù)據(jù)都作為配電網系統(tǒng)運行的歷史記錄信息，為配電網在線運行安全評估、間歇性分布式電源的功率預測、電氣設備的故障識別等分析應用，以及高層人員的決策提供非常重要的參考價值。

面對電網運行過程中迅速膨脹的數(shù)據(jù)信息量，需要通過數(shù)據(jù)挖掘分析工具，了解系統(tǒng)本身在各種條件和工況下的屬性，把數(shù)據(jù)與信息進行快速有效的加工、提煉，以發(fā)現(xiàn)更深層次的規(guī)律，為高級應用打下堅實的數(shù)據(jù)基礎，同時保證電力系統(tǒng)的安全性、經濟性和可靠性，提供更快更有效的決策支持。數(shù)據(jù)挖掘是人工智能與數(shù)據(jù)庫相結合的產物，包括機器學習、模式識別、以及聚類、決策樹等人工智能領域的常規(guī)方法[12]。

以電力設備運行監(jiān)測為例，關鍵在于對電力設備狀態(tài)準確評估，需收集設備的相關信息，包括設備的基礎信息、歷史運行數(shù)據(jù)及設備缺陷信息等。通過對設備歷史運行數(shù)據(jù)和缺陷信息進行挖掘，通過分析數(shù)據(jù)倉庫中不同數(shù)據(jù)屬性之間存在的潛在關系，找出滿足支持度和置信度的關系規(guī)則，得出設備缺陷情況下的特征值和設備關聯(lián)參數(shù)值，方便用戶對設備的歷史情況進行查詢和使用；設備當前在線監(jiān)測值從實時數(shù)據(jù)庫或試驗中獲得，包括溫度、油中氣壓、氣體質量等作為被分析對象；設備健康狀況分析就是以數(shù)據(jù)挖掘的結果為依據(jù)，對設備當前監(jiān)測值進行對比分析，判斷當前設備運行狀態(tài)是否正常。設備運行分析流程如圖5 所示[13]。

圖5 設備運行狀態(tài)分析流程Fig.5 Flow chart of equipment running states

4.4 數(shù)據(jù)展示

面對海量的智能電網數(shù)據(jù)，如何在有限的屏幕空間下，以一種直觀、容易理解的方式展現(xiàn)給用戶，是一項非常有挑戰(zhàn)性的工作?？梢暬椒ㄒ驯蛔C明為一種解決大規(guī)模數(shù)據(jù)分析的有效方法，并在實踐中得到廣泛應用。可視化通過一系列復雜的算法將電網數(shù)據(jù)通過表格、棒餅圖、曲線、報表等多樣化的表現(xiàn)形式展示給調度員。在電力系統(tǒng)中，數(shù)據(jù)大都與空間位置或對象有一定聯(lián)系，因而在時間序列數(shù)據(jù)可視化中，不可避免要涉及到時間、空間2個維度相互融合的研究內容，可以采取在3D GIS 的基礎上進行開發(fā)，在原有空間維度可視化的基礎上合理融合時間維度的可視化[14]，例如圖6 所示三維潮流圖，采用虛擬現(xiàn)實技術，將地理背景三維化，并將電網中各種設備建立三維模型并進行顯示，這種潮流圖能與調度自動化系統(tǒng)的實時數(shù)據(jù)有效結合，并且具有更逼真的展示效果[15]。

此外可視化技術還可為調度工作人員提供交互工具，有效利用人的視覺系統(tǒng)，并允許實時改變數(shù)據(jù)處理和算法的參數(shù)，可對數(shù)據(jù)進行觀察以及定性、定量分析。

圖6 三維潮流圖Fig.6 Three dimensional distributions of power flow

5 結論

隨著中國經濟的快速發(fā)展，智能電網建設不斷深入和改進，電網運行和設備監(jiān)測產生的數(shù)據(jù)量呈指數(shù)級增長，數(shù)據(jù)類型逐漸多樣化，數(shù)據(jù)時效性在不斷提高，逐漸構成了當今電力系統(tǒng)行業(yè)和信息學界所關注的大數(shù)據(jù)。本文在探索大數(shù)據(jù)環(huán)境下業(yè)務系統(tǒng)的潛在需求基礎上，建立了面向智能配電網的大數(shù)據(jù)統(tǒng)一支撐平臺體系與構架，主要工作包括：

（1）數(shù)據(jù)管理：基于IEC61970 標準實現(xiàn)異構數(shù)據(jù)源之間的信息融合，并基于云存儲完成海量數(shù)據(jù)的存放；

（2）數(shù)據(jù)處理：將資源虛擬化和云處理技術應用于大數(shù)據(jù)體系中，實現(xiàn)海量信息的高效快速處理；

（3）數(shù)據(jù)挖掘：有效的挖掘分析手段為智能配電網的高級應用提供了技術支撐；

（4）數(shù)據(jù)展示：時空維度結合的展示方法可將電網信息準確、直觀提供給用戶或工作人員。

[1]趙云山,劉煥煥.大數(shù)據(jù)技術在電力行業(yè)的應用研究[J].電信科學,2014,1:57-62.Zhao Yushan,Liu Huanhuan.Research on application of big data technique in electricity power industry[J].Telecommunications Science,2014,1:57-62.

[2]宋亞奇,周國亮,朱永利.智能電網大數(shù)據(jù)處理技術現(xiàn)狀與挑戰(zhàn)[J].電網技術,2013,37(4):927-935.Song Yaqi,Zhou Guoliang,Zhu Yongli.Present status and challenges of big data processing in smart grid[J].Power System Technology,2013,37(4):927-935.

[3]劉道新,胡航海,張健,等.大數(shù)據(jù)全生命周期中關鍵問題研究及應用[J].中國電機工程學報,2014,34(0):1-6.Liu Daoxin,Hu Hanghai,Zhang Jian,et al.Research on key issues of big data lifecycle and its applications[J].Proceedings of the CSEE,2014,34(0):1-6.

[4]張引,陳敏,廖小飛.大數(shù)據(jù)應用的現(xiàn)狀與展望[J].計算機研究與發(fā)展,2013,50:216-233.Zhang Yin,Chen Min,Liao Xiaofei.Big data applications:a survey[J].Journal of Computer Research and Development,2013,50:216-233.

[5]楊鳳欣.電能信息采集與管理系統(tǒng)的設計與實現(xiàn)[D].電子科技大學,2013.

[6]蘇大威,李云鵬,等.配用電統(tǒng)一數(shù)據(jù)采集與信息支撐平臺架構設計[J].電力自動化設備,2014,34(9):166-172.Su Dawei,Li Yunpeng,et al.Architecture design of unified data collection and information support platform for power distribution and utilization[J].Electric Power Automation Equipment,2014,34(9):166-172.

[7]Nigel Hargreaves,Smart grid interoperability use cases for extending electricity storage modeling within the IEC common information model[J].Universities Power Engineering Conference(UPEC),2012:1-6.

[8]辛耀中,米為民,蔣國棟,等.基于 CIM/E 的電網調度中心應用模型信息共享方案[J].電力系統(tǒng)自動化,2013,37(8):1-5.Xin Yaozhong,Mi Weimin,Jiang Guodong,et al.Scheme of application model information sharing between control centers based on CIM/E[J].Automation of Electric Power Systems,2013,37(8):1-5.

[9]宋振偉.用電信息采集系統(tǒng)數(shù)據(jù)庫的云存儲設計[D].山東大學,2014.

[10]王德文.基于云計算的電力數(shù)據(jù)中心基礎架構及其關鍵技術[J].電力系統(tǒng)自動化,2012,36(11):67-71.Wang Dewen.Basic framework and key technology for a new generation of data center in electric power corporation based on cloud computation[J].Automation of Electric Power Systems,2012,36(11):67-71.

[11]王德文,劉楊.一種電力云數(shù)據(jù)中心的任務調度策略[J].電力系統(tǒng)自動化,2014,38(8):61-66.Wang Dewen,Liu Yang.A task scheduling strategy of cloud data center in electric power corporation[J].Automation of Electric Power Systems,2014,38(8):61-66.

[12]林峰,胡牧,蔣元晨,等.電力調度綜合數(shù)據(jù)平臺體系結構及相關技術[J].電力系統(tǒng)自動化,2007,31(1):61-64.Lin Feng,Hu Mu,Jiang Yuanchen,et al.Architecture and related techniques of a power dispatching data platform[J].Automation of Electric Power Systems,2007,31(1):61-64.

[13]楊國慶,張宇.數(shù)據(jù)挖掘技術在電力設備狀態(tài)檢修中的應用[J].上海電力學院學報,2012,28(2):176-180.Yang Guoqing,Zhang Yu.Application of data mining technology in power equipment condition-based overhaul[J].Journal of Shanghai University of Electric Power,2012,28(2):176-180.

[14]朱全勝,孫怡,李衛(wèi)東.智能電網中EMS 人機交互的關鍵技術[J].電力自動化設備,2011,31(8):117-121.Zhu Quansheng,Sun Yi,Li Weidong.Key technologies of human computer interaction in EMS of smart grid[J].Electric Power Automation Equipment,2011,31(8):117-121.

[15]趙林,王麗麗,劉艷,等.電網實時監(jiān)控可視化技術研究與分析[J].電網技術,2014,38(2):539-542.Zhao Lin,Wang Lili,Liu Yan,et al.Research and analysis on visualization technology for power grid real-time monitoring[J].Power System Technology,2014,38(2):539-542.