謝 濤，石雪梅，鐘成元

(1.國(guó)網(wǎng)安徽省電力有限公司, 合肥 230022；2. 國(guó)網(wǎng)安徽省電力有限公司經(jīng)濟(jì)技術(shù)研究院，合肥 230071；3. 國(guó)網(wǎng)安徽省電力有限公司安慶供電公司，安徽 安慶 246003)

2013年3月中國(guó)電機(jī)工程學(xué)會(huì)信息化專委會(huì)發(fā)布了《中國(guó)電力大數(shù)據(jù)發(fā)展白皮書》，掀起了電力大數(shù)據(jù)的研究熱潮。電力大數(shù)據(jù)主要產(chǎn)生于電力工業(yè)的發(fā)、輸、變、配、用各環(huán)節(jié)中。電網(wǎng)公司的調(diào)度控制、營(yíng)銷用電量與用電負(fù)荷、用戶側(cè)分布式新能源接入和電力需求側(cè)管理、配電網(wǎng)絡(luò)規(guī)劃、建設(shè)運(yùn)維圖片、監(jiān)理現(xiàn)場(chǎng)錄像等多源異構(gòu)數(shù)據(jù)都是電力大數(shù)據(jù)的基本組成。其中，配電網(wǎng)是直接面向用戶的重要基礎(chǔ)網(wǎng)絡(luò)，電力大數(shù)據(jù)在配電網(wǎng)領(lǐng)域的應(yīng)用具有非常明顯的價(jià)值。近年來(lái)，國(guó)內(nèi)外關(guān)于電力大數(shù)據(jù)在配網(wǎng)領(lǐng)域的應(yīng)用研究工作集中主要集中在兩個(gè)層面：一是關(guān)于應(yīng)用方向[1]、前景分析[2]和技術(shù)展望[3]的研究，重在梳理和預(yù)判大數(shù)據(jù)在配電網(wǎng)領(lǐng)域的發(fā)展脈絡(luò)，視角宏觀，綜合性強(qiáng)；二是面向具體業(yè)務(wù)應(yīng)用場(chǎng)景的研究，包括配電網(wǎng)大數(shù)據(jù)與配用電領(lǐng)域業(yè)務(wù)需求分析相結(jié)合的研究[4]，與負(fù)荷預(yù)測(cè)相結(jié)合的研究[5]、與重要用戶供電安全相結(jié)合研究[6]，與電力系統(tǒng)仿真計(jì)算相結(jié)合的研究[7]以及與配電網(wǎng)規(guī)劃和投資相結(jié)合的研究等方面。

目前，與大數(shù)據(jù)方法相適應(yīng)的新型電網(wǎng)規(guī)劃體系有待建立[8]。大數(shù)據(jù)與配電網(wǎng)規(guī)劃相結(jié)合的研究多集中在數(shù)據(jù)處理、分析、存儲(chǔ)和平臺(tái)建設(shè)等技術(shù)問(wèn)題上：如面向地市供電公司智能電網(wǎng)規(guī)劃的數(shù)據(jù)融合技術(shù)[9]、面向一體化配電網(wǎng)規(guī)劃設(shè)計(jì)平臺(tái)的數(shù)據(jù)集成技術(shù)[10]、大數(shù)據(jù)存儲(chǔ)架構(gòu)設(shè)計(jì)[11]以及大數(shù)據(jù)統(tǒng)一支撐平臺(tái)體系與構(gòu)架設(shè)計(jì)[12]方面；而大數(shù)據(jù)與配電網(wǎng)投資相結(jié)合的研究并不多見(jiàn)。

大數(shù)據(jù)的重要價(jià)值在于對(duì)人類決策活動(dòng)水平的革命性提升。城市配電網(wǎng)規(guī)劃和投資決策既是配電網(wǎng)領(lǐng)域的典型業(yè)務(wù)場(chǎng)景，也是提升配電網(wǎng)精益化管理水平的關(guān)鍵環(huán)節(jié)。要實(shí)現(xiàn)該環(huán)節(jié)決策從傳統(tǒng)方式向大數(shù)據(jù)方式的轉(zhuǎn)變，不僅需要大數(shù)據(jù)關(guān)鍵技術(shù)的支持，更需要建立與大數(shù)據(jù)驅(qū)動(dòng)的決策方式相適應(yīng)、構(gòu)成完備、運(yùn)轉(zhuǎn)協(xié)調(diào)的配電網(wǎng)規(guī)劃投資決策體系；目前，該方面的研究鮮有報(bào)道。

本文基于大數(shù)據(jù)驅(qū)動(dòng)的配電網(wǎng)規(guī)劃投資決策模式變化和類型特點(diǎn)的分析基礎(chǔ)，將態(tài)勢(shì)感知作為配網(wǎng)投資決策的驅(qū)動(dòng)元素，根據(jù)配電網(wǎng)自身的特點(diǎn)，構(gòu)建態(tài)勢(shì)多維“元”感知模型；提出基于大數(shù)據(jù)圖譜的配網(wǎng)數(shù)據(jù)管理模式，并以此為基礎(chǔ)，提出基于態(tài)勢(shì)感知驅(qū)動(dòng)的配電網(wǎng)規(guī)劃投資決策體系架構(gòu)。

1 態(tài)勢(shì)感知在配電網(wǎng)規(guī)劃投資決策中的作用

1.1 態(tài)勢(shì)感知概念的提出

早在20世紀(jì)80年代，美國(guó)空軍就提出了態(tài)勢(shì)感知(Situation Awareness，簡(jiǎn)稱SA)的概念。90年代，態(tài)勢(shì)感知的概念開(kāi)始被逐漸被接受并隨著網(wǎng)絡(luò)的興起而升級(jí)為“網(wǎng)絡(luò)態(tài)勢(shì)感知(Cyberspace Situation Awareness)”是指大規(guī)模網(wǎng)絡(luò)環(huán)境中對(duì)能夠引起網(wǎng)絡(luò)態(tài)勢(shì)發(fā)生變化的安全要素進(jìn)行獲取、理解、顯示以及最近發(fā)展趨勢(shì)的順延性預(yù)測(cè)，而最終的目的是要進(jìn)行決策與行動(dòng)。態(tài)勢(shì)感知覆蓋感知(感覺(jué))、理解和預(yù)測(cè)三個(gè)層次。

基于以上基本概念的延伸，本文將態(tài)勢(shì)感知延伸應(yīng)用于配電網(wǎng)投資決策中，即對(duì)配電網(wǎng)規(guī)劃設(shè)計(jì)及投資環(huán)境發(fā)生變化的主要驅(qū)動(dòng)要素提前感知、理解和預(yù)測(cè)并對(duì)最終的投資規(guī)模進(jìn)行決策。

而按照信息萃取復(fù)雜程度的不同，可將態(tài)勢(shì)感知分為“元感知”和“綜合感知”兩個(gè)層次?！霸兄笔嵌嗑S度獲取“信息元”， 在“元感知”的基礎(chǔ)上，以預(yù)測(cè)、預(yù)警、評(píng)估和洞察為基本內(nèi)容開(kāi)展的高級(jí)分析稱之為綜合態(tài)勢(shì)感知。以上兩類感知必須依賴于大數(shù)據(jù)技術(shù)。

1.2 傳統(tǒng)的配電網(wǎng)決策模式

通常意義上的配電網(wǎng)規(guī)劃決策主要是對(duì)配電網(wǎng)發(fā)展的規(guī)模、結(jié)構(gòu)、速度等方面做出全面系統(tǒng)的規(guī)劃與設(shè)計(jì)，規(guī)劃的最終決策主體是政府電力主管部門。配電網(wǎng)投資決策則是以配電網(wǎng)規(guī)劃和設(shè)計(jì)為基礎(chǔ)，對(duì)各規(guī)劃水平年的具體項(xiàng)目的安排，針對(duì)不同的供電分區(qū)，供電能力要求、可靠性要求與安全性要求、不同設(shè)備水平、項(xiàng)目建設(shè)時(shí)序、項(xiàng)目數(shù)量等測(cè)算不同地區(qū)各年度投資規(guī)模。

因此，傳統(tǒng)的配網(wǎng)投資決策要素主要是供電分區(qū)、供電能力所要求的設(shè)備規(guī)模、供電安全性所要求的設(shè)備水平以及該地區(qū)總投資規(guī)?？刂葡碌慕ㄔO(shè)先后順序等。這樣的決策下的投資結(jié)果在配網(wǎng)發(fā)展初期比較簡(jiǎn)單高效，但是隨著智能服務(wù)型配網(wǎng)的發(fā)展要求的進(jìn)一步提高，這種傳統(tǒng)的配網(wǎng)投資決策方式已經(jīng)不能適應(yīng)精益化投資管理的要求。

因此，本文提出基于態(tài)勢(shì)感知的配網(wǎng)投資決策設(shè)想，設(shè)定多途徑?jīng)Q策驅(qū)動(dòng)要素，從結(jié)構(gòu)、用戶和設(shè)備三個(gè)層級(jí)設(shè)定感知層次。建立由元感知和綜合感知驅(qū)動(dòng)的配網(wǎng)投資決策體系架構(gòu)。

2 配電網(wǎng)態(tài)勢(shì)感知多維元模型構(gòu)建

將配電網(wǎng)態(tài)勢(shì)感知的單元分為“功能分區(qū)”、“網(wǎng)格地塊”、“供電臺(tái)區(qū)”等不同層次，基于各個(gè)省不同的地區(qū)控制性詳細(xì)規(guī)劃主要以用地性質(zhì)不同的地塊(網(wǎng)格地塊)為基本單元，因此，本文選擇“網(wǎng)格地塊”作為配電網(wǎng)態(tài)勢(shì)感知的單元，構(gòu)建面向配電網(wǎng)投資決策的態(tài)勢(shì)感知多維信息元模型。

2.1 模型與指標(biāo)定義

配電網(wǎng)多維信息元模型是指以“網(wǎng)格地塊”為基本單元，將配網(wǎng)大數(shù)據(jù)信息劃分為“結(jié)構(gòu)元”、“用戶元”、“設(shè)備元”和“環(huán)境元”等多個(gè)維度，以實(shí)現(xiàn)對(duì)配網(wǎng)投資發(fā)展態(tài)勢(shì)的感知。

其中，結(jié)構(gòu)元是指配電網(wǎng)中某供電區(qū)域電壓等級(jí)不可再劃分的最小模塊化網(wǎng)絡(luò)結(jié)構(gòu)單位。例如：?jiǎn)屋椛洹㈦p輻射、單鏈等。一個(gè)網(wǎng)格地塊一般包含以上多個(gè)電壓等級(jí)的配網(wǎng)結(jié)構(gòu)元。用戶元是指網(wǎng)格地塊上用戶組成的團(tuán)體，該團(tuán)體有自身的負(fù)荷特性和用電特征，團(tuán)體內(nèi)部的用戶擁有不同的負(fù)荷特性。環(huán)境元是指網(wǎng)格地塊所處自然、氣候、經(jīng)濟(jì)和社會(huì)等環(huán)境的總稱。設(shè)備元是指網(wǎng)格地塊上的各類配電設(shè)備的總稱。

2.2 態(tài)勢(shì)感知元的維度設(shè)計(jì)

設(shè)立感知元的清晰維度，有利于從配網(wǎng)基礎(chǔ)大數(shù)據(jù)中提取支持投資決策的有效信息，因此必須根據(jù)配網(wǎng)大數(shù)據(jù)源情況，設(shè)計(jì)決定投資建設(shè)需求的量化感知維度。

圖1為結(jié)構(gòu)元感知維度設(shè)計(jì)；圖2為用戶元感知維度設(shè)計(jì)；圖3為環(huán)境元感知維度設(shè)計(jì)；圖4為設(shè)備元感知維度設(shè)計(jì)。

圖1 結(jié)構(gòu)元感知維度

圖2 用戶元感知維度

圖3 環(huán)境元感知維度

圖4 設(shè)備元感知維度

2.3 配電網(wǎng)投資態(tài)勢(shì)綜合感知

配電網(wǎng)投資態(tài)勢(shì)綜合感知驅(qū)動(dòng)主要實(shí)現(xiàn)預(yù)測(cè)、預(yù)警、評(píng)估、甄別分析等4個(gè)層面信息的提?。?/p>

(1)預(yù)測(cè)分析。是指對(duì)規(guī)劃水平年的特定地區(qū)的相關(guān)用電指標(biāo)進(jìn)行預(yù)測(cè)。配電網(wǎng)規(guī)劃設(shè)計(jì)和投資決策的基礎(chǔ)是用電預(yù)測(cè)，規(guī)劃與投資決策必須根據(jù)本地區(qū)電力、電量及負(fù)荷密度、負(fù)荷特性結(jié)構(gòu)等的預(yù)測(cè)結(jié)果開(kāi)展網(wǎng)架布局與設(shè)備選擇，包括以及供電安全性經(jīng)濟(jì)性與可靠性統(tǒng)籌兼顧。

(2)預(yù)警分析。對(duì)于配電網(wǎng)實(shí)際運(yùn)行中重點(diǎn)監(jiān)測(cè)的狀態(tài)信息設(shè)定安全穩(wěn)定標(biāo)準(zhǔn)。

預(yù)警是指在一定時(shí)間或空間上對(duì)配網(wǎng)實(shí)際運(yùn)行狀態(tài)信息超過(guò)事先確定的標(biāo)準(zhǔn)的警示。

(3)評(píng)估分析。借助數(shù)學(xué)模型和分析方法，建立評(píng)價(jià)體系，對(duì)影響配電網(wǎng)安全穩(wěn)定運(yùn)行的關(guān)鍵狀態(tài)進(jìn)行評(píng)價(jià)。

(4)甄別分析。運(yùn)用大數(shù)據(jù)技術(shù)對(duì)于配網(wǎng)兩類或多類態(tài)勢(shì)信息之間的相關(guān)性或因果聯(lián)系進(jìn)行分析甄別。

3 在配網(wǎng)投資決策態(tài)勢(shì)感知中的應(yīng)用

3.1 支持態(tài)勢(shì)感知驅(qū)動(dòng)的大數(shù)據(jù)技術(shù)類別

配電網(wǎng)投資決策態(tài)勢(shì)感知需要用到的大數(shù)據(jù)分析技術(shù)主要有統(tǒng)計(jì)分析技術(shù)、數(shù)據(jù)挖掘技術(shù)以及可視化技術(shù)，具體見(jiàn)表1。

表1 支持態(tài)勢(shì)感知的大數(shù)據(jù)分析技術(shù)

3.2 支持態(tài)勢(shì)感知驅(qū)動(dòng)的數(shù)據(jù)管理模式

運(yùn)用大數(shù)據(jù)圖譜進(jìn)行配網(wǎng)數(shù)據(jù)管理是進(jìn)行態(tài)勢(shì)感知驅(qū)動(dòng)的決策結(jié)構(gòu)的關(guān)鍵。大數(shù)據(jù)圖譜是面向決策情景的多源異構(gòu)數(shù)據(jù)融合的重要導(dǎo)引。建立大數(shù)據(jù)圖譜管理決策體系，可以有效提高大數(shù)據(jù)在態(tài)勢(shì)感知信息提取與分析的效率。大數(shù)據(jù)圖譜是指基于特定的決策情景模式實(shí)現(xiàn)對(duì)所需大數(shù)據(jù)錨定融合的策略，關(guān)鍵點(diǎn)包括：決策情景模式選定，數(shù)據(jù)錨定方式選擇，多源異構(gòu)數(shù)據(jù)融合方式確定等。

在建立大數(shù)據(jù)圖譜時(shí)需要配套數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)處理兩項(xiàng)相關(guān)技術(shù)。云計(jì)算技術(shù)以其計(jì)算速度的優(yōu)越性可作為配網(wǎng)投資決策態(tài)勢(shì)感知驅(qū)動(dòng)體系提供底層技術(shù)支持?；贖adoop集群構(gòu)建配電網(wǎng)投資決策的大數(shù)據(jù)處理架構(gòu)，Hadoop集群核心是HDFS和MapReduce技術(shù)。HDFS為海量數(shù)據(jù)提供存儲(chǔ)支持；MapReduce為數(shù)據(jù)計(jì)算提供模型支持。通過(guò) sqoop 完成數(shù)據(jù)抽取。這樣，既可將關(guān)系型數(shù)據(jù)庫(kù)中的數(shù)據(jù)與Hadoop的HDFS中的數(shù)據(jù)進(jìn)行相互導(dǎo)入，可在Hadoop(Hive)與傳統(tǒng)的數(shù)據(jù)庫(kù)間進(jìn)行數(shù)據(jù)交互與傳遞。

4 態(tài)勢(shì)感知驅(qū)動(dòng)的配電網(wǎng)規(guī)劃投資決策體系架構(gòu)設(shè)計(jì)

大數(shù)據(jù)驅(qū)動(dòng)的配電網(wǎng)規(guī)劃投資決策體系總體架構(gòu)，如圖5所示。

圖5 配電網(wǎng)規(guī)劃投資決策體系架構(gòu)

5 結(jié)語(yǔ)

本文將計(jì)算機(jī)網(wǎng)絡(luò)態(tài)勢(shì)感知理念引入配電網(wǎng)投資決策領(lǐng)域，從感知維度和感知元設(shè)計(jì)等角度提出了態(tài)勢(shì)感知的要素，面向大數(shù)據(jù)分析技術(shù)提出了支持態(tài)勢(shì)感知的大數(shù)據(jù)圖譜數(shù)據(jù)管理模式，基于以上關(guān)鍵技術(shù)設(shè)計(jì)了配電網(wǎng)規(guī)劃投資決策體系架構(gòu)。下一步將在本文所設(shè)計(jì)的結(jié)構(gòu)基礎(chǔ)上選取典型地區(qū)開(kāi)展投資決策模擬與驗(yàn)證。

參考文獻(xiàn)：

[1] 張沛，吳瀟雨，和敬涵.大數(shù)據(jù)技術(shù)在主動(dòng)配電網(wǎng)中的應(yīng)用綜述[J].電力建設(shè),2015,36(1):52-59.

ZHANG Pei, WU Xiaoyu, HE Jinghan. Review on Big Data Technology Applied in Active Distribution Network[J].Electric Power Construction,2015,36(1):52-59.

[2]趙騰,張焰,張東霞. 智能配電網(wǎng)大數(shù)據(jù)應(yīng)用技術(shù)與前景分析[J]. 電網(wǎng)技術(shù),2014,38(12):3305-3312.

ZHAO Teng, ZHANG Yan, ZHANG Dongxia. Application Technology of Big Data in Smart Distribution Grid and Its Prospect Analysis[J]. Power System Technology,2014,38(12):3305-3312.

[3]劉科研,盛萬(wàn)興,張東霞,等. 智能配電網(wǎng)大數(shù)據(jù)應(yīng)用需求和場(chǎng)景分析研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào),2015(2):287-293.

LIU Keyan, SHENG Wanxing, ZHANG Dongxia, et al. Big Data Application Requirements and Scenario Analysis in Smart Distribution Network [J]. Proceedings of the CSEE，2015(2)：287-293．

[4]王繼業(yè),季知祥,史夢(mèng)潔,等. 智能配用電大數(shù)據(jù)需求分析與應(yīng)用研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào),2015(6):1829-1836.

WANG Jiye, JI Zhixiang, SHI Mengjie, et al. Scenario Analysis and Application Research on Big Data in Smart Power Distribution and Consumption Systems [J]. Proceedings of the CSEE，2015(6)：1829-1836．

[5]王德文,孫志偉. 電力用戶側(cè)大數(shù)據(jù)分析與并行負(fù)荷預(yù)測(cè)[J]. 中國(guó)電機(jī)工程學(xué)報(bào),2015(3):527-537.

WANG Dewen, SUN Zhiwei. Big Data Analysis and Parallel Load Forecasting of Electric Power User Side[J].Proceedings of the CSEE,2015(3):527-537.

[6]丁堅(jiān)勇,周凱,田世明,等. 基于大數(shù)據(jù)技術(shù)的重要用戶供電安全分析[J]. 電網(wǎng)技術(shù),2016(8):2491-2495.

DING Jianyong, ZHOU Kai, TIAN Shiming, et al. BigData Technology Based Important User Power Supply Security Analysis[J]. Power System Technology, 2016(8)：2491-2495.

[7]黃彥浩,于之虹,謝昶,等. 電力大數(shù)據(jù)技術(shù)與電力系統(tǒng)仿真計(jì)算結(jié)合問(wèn)題研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào),2015(1):13-22.

HUANG Yanhao, YU Zhihong, XIE Chang, et al. Study on the Application of Electric Power Big Data Technology in Power System Simulation[J]. Proceedings of the CSEE,2015(1):13-22.

[8]趙春暉,姜大為,崔燦,等. 大數(shù)據(jù)時(shí)代下的新型電網(wǎng)規(guī)劃體系[J]. 電力建設(shè),2014,35(10):17-20.

ZHAO Chunhui, JIANG Dawei, CUI Can, et al. New Power Grid Planning System in Big-Data Era[J]. Electric Power Construction,2014,35(10):17-20.

[9]孫峰,錢嘯,曾建梁,等. 基于大數(shù)據(jù)理念的地市供電公司智能電網(wǎng)規(guī)劃數(shù)據(jù)融合研究[J]. 華東電力,2014,42(11):2411-2414.

SUN Feng, QIAN Xiao, ZENG Jianliang, et al. Smart Grid Planning Data Fusion of Local Power Supply Companies Based on Big Data Concept[J].East China Electric Power,2014,42(11):2411-2414.

[10]宋毅,薛振宇,滕林,等. 面向一體化配電網(wǎng)規(guī)劃設(shè)計(jì)平臺(tái)的數(shù)據(jù)集成技術(shù)研究及應(yīng)用[J]. 電網(wǎng)技術(shù),2016(7):2199-2207.

[11]葛磊蛟,王守相,瞿海妮. 智能配用電大數(shù)據(jù)存儲(chǔ)架構(gòu)設(shè)計(jì)[J]. 電力自動(dòng)化設(shè)備,2016,36(6):194-202.

GE Leijiao, WANG Shouxiang, QU Haini. Design of storage framework for big data of SPDU[J]. Electric Power Automation Equipment, 2016,36(6):194-202.

[12]劉巍,黃曌,李鵬,等. 面向智能配電網(wǎng)的大數(shù)據(jù)統(tǒng)一支撐平臺(tái)體系與構(gòu)架[J]. 電工技術(shù)學(xué)報(bào),2014(S1):486-491.