能源互聯(lián)網(wǎng)信息技術研究綜述

王繼業(yè)，孟坤，曹軍威，等

摘要：目的：鑒于可再生能源將在一定程度上緩解能源供給的緊張局勢，且在未來能源體系中的地位將日益凸顯。為系統(tǒng)解決當前可再生能源與已有能源系統(tǒng)的有機融合所面臨的諸多問題，明晰構建能源互聯(lián)網(wǎng)所必需面對的挑戰(zhàn)。從基礎架構角度總結能源、信息基礎設施發(fā)展的一般規(guī)律，闡述能源互聯(lián)網(wǎng)概念和基本特征；總結能源互聯(lián)網(wǎng)體系結構與技術框架、綜述國內(nèi)外相關信息技術研究成果；詳細分析發(fā)展能源互聯(lián)網(wǎng)過程中信息技術所面臨的關鍵問題和挑戰(zhàn)。方法：借鑒信息技術領域的互聯(lián)網(wǎng)理念、方法與技術等成果，梳理能夠保證能源生產(chǎn)、傳輸?shù)较M全過程、各階段需求的開放對等、便捷接入、智慧用能的能源互聯(lián)網(wǎng)架構及其所需的信息技術?；ヂ?lián)網(wǎng)是當前信息服務的基礎設施之一，其成功得益于開放、高效的標準和可擴展的架構，并成為了最為成功的系統(tǒng)運行模式。為了明晰能源互聯(lián)網(wǎng)信息技術的研究方向，本文從能源互聯(lián)網(wǎng)的概念和設計目標出發(fā)，明確了能源互聯(lián)網(wǎng)的概念內(nèi)涵為構造具有互聯(lián)網(wǎng)特征的智慧能源基礎設施平臺。通過梳理互聯(lián)網(wǎng)成功運行的核心技術，從服務對象、架構、目的、相關協(xié)議、服務及相互關系等方面對比信息互聯(lián)網(wǎng)與能源互聯(lián)網(wǎng)的特點，分析現(xiàn)有能源互聯(lián)網(wǎng)的研究原型，從主體職能發(fā)展、建設功能需求等角度對能源互聯(lián)網(wǎng)的發(fā)展模式展開分析，梳理相關的信息技術。通過總結相關信息技術的成功運用，從結構組織優(yōu)化、信息傳輸共享、能源調配控制、模塊融合協(xié)同等共性信息技術問題進行梳理。此外，還針對大數(shù)據(jù)、物聯(lián)網(wǎng)等新技術在能源互聯(lián)網(wǎng)中應用的可行模式進行探討。結果：對能源互聯(lián)網(wǎng)存在3種不同的理解，（1）側重信息互聯(lián)網(wǎng)，本質與當前的智能電網(wǎng)類似，以歐洲的e-energy為典型代表。（2）側重能源網(wǎng)絡結構，借鑒互聯(lián)網(wǎng)開放對等的理念和體系架構，實質為一種分布式的能源網(wǎng)絡，以美國的 FREEDM 為典型代表。（3）革新性能源互聯(lián)網(wǎng)，互聯(lián)網(wǎng)技術和能源網(wǎng)絡的深度融合，能源和信息的雙向通信，信息流支撐能源調度，能源流引導用戶決策，最大限度地利用可再生能源，以日本的數(shù)字電網(wǎng)、電力路由器為代表。未來能源互聯(lián)網(wǎng)將逐步走向統(tǒng)一，其將是能夠充分繼承現(xiàn)有能源供給系統(tǒng)（能源生產(chǎn)、能源傳輸、能源存儲等）的基礎設施，能夠通過新能源技術與互聯(lián)網(wǎng)技術的深入融合，實現(xiàn)將大量分布式能量采集裝置和分布式能量儲存裝置互聯(lián)起來，通過智能化的管理，實現(xiàn)能量和信息雙向流動的能源對等交換和共享。能源互聯(lián)網(wǎng)具備的特征至少應包括，（1）分布式。（2）聯(lián)接互動。（3）開放性。（4）安全性。（5）健壯性。（6）基礎設施繼承性。能源互聯(lián)網(wǎng)的架構發(fā)展是互聯(lián)網(wǎng)與能源網(wǎng)絡的融合過程，發(fā)展途徑包括“1＋1”和“1×1”模式，前者保證對已有資產(chǎn)的繼承，后者保證新建系統(tǒng)的高效。系統(tǒng)規(guī)劃技術、電子控制技術、信息通信網(wǎng)絡技術、能源技術、管理調度技術等構成了能源互聯(lián)網(wǎng)的支撐技術，其中網(wǎng)絡結構設計、通信網(wǎng)絡、標準與協(xié)議設計等是必須的信息技術。在相關能源技術中，當前急需突破的熱點包括：多類型能源的優(yōu)化調度、開放智能的能源控制、綜合信息獲取與高效利用等，物聯(lián)網(wǎng)和大數(shù)據(jù)技術在能源互聯(lián)網(wǎng)中的應用方法。結論：能源互聯(lián)網(wǎng)發(fā)展受到使用主體職責的影響，必然采用互聯(lián)網(wǎng)理念、方法和技術，最終構建能源—信息融合的基礎設施體系，實現(xiàn)能源、信息網(wǎng)絡的革新。能源互聯(lián)網(wǎng)信息技術研究領域面臨的熱點問題得到了系統(tǒng)梳理，作為極其復雜的工程系統(tǒng)，本文總結的可行研究方法和可能遇到的挑戰(zhàn)為開展支撐能源互聯(lián)網(wǎng)發(fā)展的基礎技術研究工作提供了方向。未來在該方面的所取得的研究成果不僅具有學術價值，還具有重要的戰(zhàn)略意義，是使我國在相關領域保持先機的重要保證。

來源出版物：計算機研究與發(fā)展, 2015, 52(5)：1109-1126

入選年份：2016

大數(shù)據(jù)分析的無限深度神經(jīng)網(wǎng)絡方法

張蕾，章毅

摘要：目的：深度神經(jīng)網(wǎng)絡（deep neural networks，DNNs）及其學習算法，作為成功的大數(shù)據(jù)分析方法，已為學術界和工業(yè)界所熟知。與傳統(tǒng)方法相比，深度學習方法以數(shù)據(jù)驅動、能自動地從數(shù)據(jù)中提取特征（知識），對于分析非結構化、模式不明多變、跨領域的大數(shù)據(jù)具有顯著優(yōu)勢。目前，在大數(shù)據(jù)分析中使用的深度神經(jīng)網(wǎng)絡主要是前饋神經(jīng)網(wǎng)絡（feedforward neural networks，F(xiàn)NNs），這種網(wǎng)絡擅長提取靜態(tài)數(shù)據(jù)的相關關系，適用于基于分類的數(shù)據(jù)應用場景。但是受到自身結構本質的限制，它提取數(shù)據(jù)時序特征的能力有限。無限深度神經(jīng)網(wǎng)絡（infinite deep neural networks）是一種具有反饋連接的回復式神經(jīng)網(wǎng)絡（recurrent neural networks，RNNs），本質上是一個動力學系統(tǒng)，網(wǎng)絡狀態(tài)隨時間演化是這種網(wǎng)絡的本質屬性，它耦合了“時間參數(shù)”，更加適用于提取數(shù)據(jù)的時序特征，從而進行大數(shù)據(jù)的預測。將這種網(wǎng)絡反饋結構在時間維度展開，隨著時間的運行，這種網(wǎng)絡可以“無限深”，故稱之為無限深度神經(jīng)網(wǎng)絡。本文將重點介紹這種網(wǎng)絡的拓撲結構和若干學習算法及其在語音識別和圖像理解領域的成功實例。方法：“無限深度網(wǎng)絡”，是一種全互連的回復式神經(jīng)網(wǎng)絡，神經(jīng)元之間存在反饋連接，其學習算法有兩種：BPTT（backpropagation through time）和RTRL（real-time recurrent learning）。BPTT算法是經(jīng)典BP算法的擴展，采用“誤差”回傳的方式更新網(wǎng)絡。它首先將無限深度神經(jīng)網(wǎng)絡按時間步展開變換為一個前饋網(wǎng)絡，展開后的前饋網(wǎng)絡，每層具有相同的權值，且與原來的回復式網(wǎng)絡權值相同。根據(jù)階段性和連續(xù)性兩種不同的網(wǎng)絡權值調整方式，進而形成了Epochwise BPTT和Real-time BPTT兩種算法。與BPTT不同，RTRL是一種前向傳播“活動性”信息的算法，該方法采用連續(xù)更新網(wǎng)絡權值的方式進行訓練。BPTT和RTRL分別在“誤差”和“活動性”信息傳遞的過程中存在“梯度爆炸”和“梯度消失”的問題，為解決梯度問題，利用神經(jīng)元與自身的線性反饋連接的LSTM（long short-term memory）及其各種變形相繼被提出并得到廣泛應用。結果：“無限深度網(wǎng)絡”在語音識別、圖像理解等領域均取得了成功。（1）在圖像理解領域，Donahue J等人的論文采用LRCN（Longterm Recurrent Convolutional Network）模型在行為識別、圖像理解、視頻理解領域進行了研究并取得了較好的結果。（2）在語音識別領域，Sutskever I等的論文利用LSTM模型直接翻譯輸入語句，以實現(xiàn)將英語語句翻譯為法語語句的任務，并用實驗表明LSTM相比于其他語義理解算法能夠取得更高的分數(shù)，其優(yōu)勢尤其體現(xiàn)在短句的理解與翻譯。（3）在文本理解領域，無限深度網(wǎng)絡能夠按順序處理一段話中的每個單詞，在處理后面的內(nèi)容時，網(wǎng)絡的參數(shù)里還保留了前文信息的“抽象和整合”。結論：“無限深度神經(jīng)網(wǎng)絡”在處理時序數(shù)據(jù)方面具有巨大的潛力，在大數(shù)據(jù)分析預測任務中的強大計算能力日益顯現(xiàn)。隨著“結合智能計算的大數(shù)據(jù)分析”成為大數(shù)據(jù)時代的研究熱點，“無限深度神經(jīng)網(wǎng)絡”計算領域更多新的理論和方法將被提出，其應用效果也必將不斷被刷新，推動大數(shù)據(jù)分析技術的發(fā)展和革新。

來源出版物：計算機研究與發(fā)展, 2016, 53(1)：68-79

入選年份：2016

結合分數(shù)階微分和Canny算子的邊緣檢測

張桂梅，劉建新，孫曉旭，等

摘要：目的：在基于像素梯度的邊緣檢測算法中，經(jīng)典的邊緣檢測算子有Sobel算子、Prewitt算子、Roberts算子、LoG算子及Canny算子，這些經(jīng)典的算子都是基于整數(shù)1階和整數(shù)2階的算子，其中Canny算子被證明是基于像素梯度邊緣檢測算法中最有效的方法。但是傳統(tǒng)的邊緣檢測算法對于具有分形結構等復雜紋理的圖像和弱邊緣圖像檢測精度較低，為此本文針對紋理圖像和弱邊緣圖像進行研究，將分數(shù)階微積分應用到Canny算子中，提出結合分數(shù)階微分和Canny算了的邊緣檢測方法。方法：將Grünwald-Letnikov（G-L）分數(shù)階微分引入到Canny算子中，提出一種新的基于分數(shù)階微分的Canny邊緣檢測算法。設計了一種新的基于G-L定義的分數(shù)階微分掩模，在分數(shù)階階次的選取上更靈活（階次可取正數(shù)和負數(shù)）；分析了分數(shù)階微分掩模中的參數(shù)與邊緣檢測精度之間的關系，并引用了3種評價指標來評定算法的性能。結果：將G-L分數(shù)階梯度代替Canny中傳統(tǒng)的梯度算子，不但可以增強圖像的細節(jié)信息，而且可以增強灰度均勻和弱紋理區(qū)域的梯度信息，從而提高了邊緣檢測的精度和穩(wěn)定性；設計了一種新的基于G-L定義的分數(shù)階微分掩模，該掩模在分數(shù)階階次的選取上更靈活，具有差分方向可調性，可以根據(jù)不同的需要調整其差分的方向，其應用范圍更廣；并通過實驗給出了邊緣檢測精度與模板參數(shù)之間的關系，從而為最佳模板參數(shù)的選取提供了依據(jù)。用綜合圖像和真實圖像進行了實驗，并與傳統(tǒng)的5種邊緣檢測算子和3種基于分數(shù)階微分的邊緣檢測算法進行比較，從檢測精度，檢測效率和抗噪性能3方面驗證本文算法性能，大量的實驗結果表明，本文算法在檢測精度，檢測效率和抗躁性能方面都有較大的提升。結論：理論分析和實驗結果均表明，該算法可用于檢測圖像中的紋理細節(jié)和弱邊緣，且檢測精度和穩(wěn)定性都有明顯的提高，本文算法是Canny算法應用的一個重要延伸。

來源出版物：中國圖象圖形學報, 2016, 21(8)：1028-1038

入選年份：2016

有向傳感器網(wǎng)絡覆蓋控制算法

陶丹，馬華東

摘要：目的：覆蓋控制是傳感器網(wǎng)絡的基本問題之一。近年來，得益于圖像/視頻、紅外、超聲波等傳感器的引入，有向傳感器網(wǎng)絡覆蓋控制問題得到廣泛關注并成為研究熱點。本文綜述該領域國內(nèi)外研究成果，指出未來發(fā)展趨勢。模型：設計合理的感知模型以準確刻畫有向傳感器網(wǎng)絡感知能力是研究有向傳感器網(wǎng)絡覆蓋控制的理論基礎。有向傳感節(jié)點包含屬性和行為兩方面特性。其中屬性定義節(jié)點的基本要素：感知半徑、感知方向、感知夾角、視域以及通信半徑等；行為包括運動和移動兩種。特別地，從感知區(qū)域角度，可分為二維模型和三維模型；從感知能力角度，又可分為布爾模型和概率模型。手段：通過合理選擇節(jié)點部署策略，優(yōu)化節(jié)點規(guī)模及布局，整合網(wǎng)絡整體資源，實現(xiàn)有向傳感器網(wǎng)絡覆蓋優(yōu)化。通常采用以下5種手段。（1）冗余部署：以犧牲網(wǎng)絡成本為代價，可以分為隨機部署和計劃部署兩類。（2）節(jié)點運動：在附加云臺設備等支持下，優(yōu)化節(jié)點的感知方向以降低覆蓋冗余。（3）節(jié)點移動：節(jié)點位置移動以解決網(wǎng)絡覆蓋完整性及連通性，但需要外界設備輔助。（4）添加新節(jié)點：利用二次部署消除網(wǎng)絡覆蓋空洞，但成本較高。（5）混合策略：部署異構節(jié)點實現(xiàn)全方位多粒度覆蓋。要素：有別于傳統(tǒng)的傳感器網(wǎng)絡，有向傳感器網(wǎng)絡覆蓋控制是一個全新的研究領域，需要綜合權衡以下設計要素：模型準確性、覆蓋完整性、能量有效性、通信連通性、網(wǎng)絡動態(tài)性、網(wǎng)絡異構性、算法復雜性/精確性/擴展性等。算法：有向傳感器網(wǎng)絡覆蓋控制研究可以分為4大類。（1）區(qū)域覆蓋：要求目標區(qū)域內(nèi)的每一點至少被一個節(jié)點覆蓋。早期提出基于圖論和計算幾何的集中式算法，單純從圖形角度優(yōu)化區(qū)域覆蓋。集中式算法優(yōu)點：由匯聚節(jié)點收集網(wǎng)絡全局拓撲并決策，覆蓋優(yōu)化性能較好。其局限性在于：不適于大規(guī)模拓撲結構頻繁變化網(wǎng)絡。由此，研究成果多傾向于分布式算法，提出基于圖論、虛擬勢場、貪心、模擬退火等近似優(yōu)化方法。利用節(jié)點本身及其與鄰居節(jié)點間的交互數(shù)據(jù)，在各節(jié)點上獨立計算，實現(xiàn)分布式?jīng)Q策。此類算法僅需網(wǎng)絡局部拓撲信息，計算復雜度低。（2）目標（點）覆蓋：保證每個目標（點）至少被一個節(jié)點所覆蓋。針對最少節(jié)點最大覆蓋這個 NP-complete問題開展廣泛深入研究，先后提出集中式和分布式算法解決，主要采用整數(shù)線性規(guī)劃、貪心、遺傳等優(yōu)化方法。隨即開展有向多覆蓋集研究，找到若干個感知不相交的覆蓋集，使得該覆蓋集中有向傳感節(jié)點對區(qū)域中目標實現(xiàn)完全覆蓋，通過多覆蓋集輪流工作的方式延長網(wǎng)絡工作時間?？紤]到個別監(jiān)測應用對熱點區(qū)域及目標的覆蓋具有較高要求，研究有向k覆蓋問題，確保多重覆蓋以提高可靠性。（3）柵欄覆蓋：保證當任意移動目標穿越監(jiān)控區(qū)域時都能被監(jiān)測到。按目標運動軌跡可分為強柵欄覆蓋和弱柵欄覆蓋兩類，前者更具有現(xiàn)實應用意義而引起廣泛關注，先后提出集中式和分布式算法。繼面向網(wǎng)絡柵欄覆蓋性能的靜態(tài)評估，探索性開展基于動態(tài)持續(xù)旋轉感知模型的弱柵欄動態(tài)覆蓋控制理論研究。按目標穿越模型分最壞與最佳情況覆蓋和暴露覆蓋兩類。前者采用計算幾何方法中V圖和D三角網(wǎng)實現(xiàn)最大突破路徑和最大支撐路徑的定義和構造，奠定此類研究的理論基礎。后者普遍采用滲透理論解決暴露路徑問題和虛擬力方法解決路徑覆蓋問題。（4）連通覆蓋：研究如何選擇（最少）活躍節(jié)點，實現(xiàn)對監(jiān)控目標的覆蓋并保持活躍節(jié)點的通信連通。早期研究成果大都設計活躍節(jié)點集輪換機制。隨后，連通點覆蓋部署被證明是NP-Hard問題，并提出一系列近似算法。類似有向感知能力，部分節(jié)點也可能具有定向通信能力，即傳輸能力集中在一定角度范圍以此提高網(wǎng)絡通信質量。采用圖論方法研究網(wǎng)絡單向通信連通性檢測問題。基于通信能耗模型，通過動態(tài)調節(jié)橋接節(jié)點通信半徑，以較少能耗實現(xiàn)網(wǎng)絡連通空洞的修補。展望：（1）從感知區(qū)域和感知能力出發(fā)，設計對實際應用刻畫更合理有效的新模型。（2）設計針對場景三維空間的立體覆蓋、不規(guī)則表面覆蓋以及全視域覆蓋算法。（3）研究靜態(tài)＋動態(tài)/動態(tài)＋動態(tài)節(jié)點協(xié)同覆蓋，以及對熱點區(qū)域、移動目標的跟蹤覆蓋。（4）從傳感節(jié)點和網(wǎng)絡異構特性出發(fā)研究覆蓋控制算法。

來源出版物：軟件學報, 2011, 22(10)：2317-2334

入選年份：2016