林正根，孫 禔，安風(fēng)霞，傅靜雯，俞 穎

（1.國家能源集團科學(xué)技術(shù)研究院有限公司，江蘇 南京 210023；2.國網(wǎng)湖北省電力有限公司電力科學(xué)研究院，湖北 武漢 430077）

0 引言

電力大數(shù)據(jù)是國家大數(shù)據(jù)戰(zhàn)略重要組成部分，是能源領(lǐng)域和宏觀經(jīng)濟的“晴雨表”，是大數(shù)據(jù)理念、技術(shù)、方法在電力行業(yè)的實踐產(chǎn)出，貫穿能源生產(chǎn)、用能的各方面和全過程。2015 年9 月國務(wù)院發(fā)布的《促進大數(shù)據(jù)發(fā)展行動綱要》指出，大數(shù)據(jù)作為數(shù)據(jù)的一種集合，是發(fā)現(xiàn)新知識、創(chuàng)造新價值、提升新能力的新一代信息技術(shù)和服務(wù)業(yè)態(tài)?！峨娏Πl(fā)展“十三五”規(guī)劃（2016-2020 年）》中，國家也明確要求用好以大數(shù)據(jù)為代表的新技術(shù)。電力大數(shù)據(jù)支持數(shù)字經(jīng)濟發(fā)展、服務(wù)國家發(fā)展戰(zhàn)略，是打造當(dāng)前電力企業(yè)新增長點、建設(shè)能源互聯(lián)網(wǎng)、助力工業(yè)互聯(lián)網(wǎng)發(fā)展的關(guān)鍵元素。

電力大數(shù)據(jù)具有如下特點：數(shù)據(jù)體量大、覆蓋范圍廣，社會經(jīng)濟持續(xù)發(fā)展催生的如發(fā)電數(shù)據(jù)、電網(wǎng)運行數(shù)據(jù)、用戶用電數(shù)據(jù)等海量數(shù)據(jù)，來源豐富、成分復(fù)雜；數(shù)據(jù)類型多、價值密度低，貫穿電力系統(tǒng)“發(fā)輸變配用調(diào)”各個環(huán)節(jié)，結(jié)構(gòu)和規(guī)模不斷變化，非結(jié)構(gòu)化數(shù)據(jù)占比增大；時效性強、價值高，電力行業(yè)自動化、信息化水平逐步提高，數(shù)據(jù)采集、傳輸、應(yīng)用相關(guān)設(shè)施逐漸智能化。低時延、高頻、高復(fù)雜度電力數(shù)據(jù)經(jīng)過抽取、轉(zhuǎn)換、清洗、挖掘，最終轉(zhuǎn)化為適配需求的服務(wù)?；陔娏Υ髷?shù)據(jù)特點和服務(wù)價值的相關(guān)研究意義重大。眾多學(xué)者從不同的角度對電力大數(shù)據(jù)進行了研究，如薛禹圣等［1］強調(diào)將大數(shù)據(jù)思維作為生產(chǎn)要素，指出大數(shù)據(jù)思維與大能源思維融合方向；彭小圣［2］等搭建了具備通用性能的電力大數(shù)據(jù)平臺總體架構(gòu)，并從集成管理技術(shù)、數(shù)據(jù)分析技術(shù)、數(shù)據(jù)處理技術(shù)、數(shù)據(jù)展現(xiàn)技術(shù)4個方面進行了深入探討；曲朝陽等［3］介紹了基于云計算技術(shù)的電力大數(shù)據(jù)預(yù)處理屬性約簡方法。

電力大數(shù)據(jù)的研究在不同文獻中各有側(cè)重，但目前結(jié)合文獻計量分析和挖掘的相關(guān)研究仍然相對較少，因此本文采用文獻計量的方式，統(tǒng)計電力大數(shù)據(jù)相關(guān)文獻近11年的整體發(fā)表情況并加以分析，以理清電力大數(shù)據(jù)的研究側(cè)重和研究熱點，并梳理其采集應(yīng)用特點、研究重點、應(yīng)用領(lǐng)域、目前存在的問題與對策，具有一定的參考意義。

1 材料與方法

1.1 文獻數(shù)據(jù)采集

基于數(shù)據(jù)庫引文信息對我國電力大數(shù)據(jù)研究熱點進行分析。文獻選擇如下：以數(shù)據(jù)庫檢索式文摘=“電力”（精確）+“大數(shù)據(jù)”（精確），時間跨為2010 年-2021年，文章來源類別為北大中文核心。共檢索得到文獻題錄499 條，去除宣傳、賀信、新書推薦等不包含作者的文獻題錄，可得文獻題錄492條。

1.2 數(shù)據(jù)分析方法

數(shù)據(jù)處理：結(jié)合數(shù)據(jù)庫的分析報告功能統(tǒng)計文獻年發(fā)表量，所有篩選文獻條以refworks 格式導(dǎo)出為純文本格式，導(dǎo)入軟件分析。采用CiteSpace，v.6.1.R2軟件［4］對前述492條文獻題錄進行數(shù)據(jù)挖掘與分析。繪制發(fā)文作者合作網(wǎng)絡(luò)圖譜時，網(wǎng)絡(luò)節(jié)點為作者，其余采用默認選項；關(guān)鍵詞聚類圖譜繪制選擇關(guān)鍵詞作為網(wǎng)絡(luò)節(jié)點，其余采用默認選項或單獨設(shè)置。

2 數(shù)據(jù)挖掘

2.1 論文發(fā)表趨勢

由圖1 可以看出，我國電力大數(shù)據(jù)領(lǐng)域的期刊文獻呈現(xiàn)先平緩后上升，之后表現(xiàn)平穩(wěn)共3 個階段。

圖1 電力大數(shù)據(jù)2010年-2021年發(fā)文量情況Fig.1 Statics of published papers of large power data from 2001 to 2021

第一階段（2010 年-2012 年），這一階段國內(nèi)關(guān)于電力大數(shù)據(jù)的研究較少，尚處于起步階段。最早的一篇文獻是河南電力調(diào)度中心的付紅軍等人于2010 年發(fā)表在《電力設(shè)備自動化》期刊上的《電網(wǎng)運行方式綜合管理系統(tǒng)設(shè)計與應(yīng)用》，文中總結(jié)了電網(wǎng)運行方式綜合管理系統(tǒng)的特點，設(shè)計了該系統(tǒng)的工作流程和系統(tǒng)架構(gòu)，對電網(wǎng)的大量數(shù)據(jù)進行了系統(tǒng)化處理，代表電力大數(shù)據(jù)的相關(guān)研究已經(jīng)處于開展?fàn)顟B(tài)。

第二階段（2013 年-2017 年），這一階段關(guān)于電力大數(shù)據(jù)的期刊文獻快速增長。從2013 年的6 篇，快速增長到2017 年74 篇。以中國電機工程學(xué)會信息化專委會2013 年3 月發(fā)布的《中國電力大數(shù)據(jù)發(fā)展白皮書（2013 年）》為標志，電力領(lǐng)域大數(shù)據(jù)的相關(guān)研究呈爆發(fā)性增長態(tài)勢。該階段文獻研究以“數(shù)據(jù)采集”、“數(shù)據(jù)流”、“數(shù)據(jù)質(zhì)量”“數(shù)據(jù)中心”、“數(shù)據(jù)管理”、“數(shù)據(jù)挖掘”、“應(yīng)用場景”、“預(yù)測”、“模型””、“算法”、“云計算”、“能源互聯(lián)網(wǎng)”等為主題詞或關(guān)鍵詞。

第三階段（2018 年-2021 年），這一階段關(guān)于電力大數(shù)據(jù)的期刊文獻發(fā)表基本呈平穩(wěn)狀態(tài)，年均發(fā)文72篇。此階段主要圍繞“圖計算”、“機器學(xué)習(xí)”、“深度學(xué)習(xí)”、“模型融合”、“智能電網(wǎng)”、“數(shù)據(jù)云平臺”、“能源大數(shù)據(jù)”、“一體化計算”、“廣域分布代理”、“集合覆蓋模型”、“結(jié)構(gòu)化數(shù)據(jù)”、“混合計算”、“區(qū)塊鏈”、“精準預(yù)測”、“可視化”等主題詞或關(guān)鍵詞進行研究。這一階段的研究具有兩個特征：一是大數(shù)據(jù)在電力領(lǐng)域的研究廣度擴大、深度加強；二是在電力細分領(lǐng)域的研究具有更強專業(yè)性和針對性。

總體來看，從2010年-2021年，電力產(chǎn)業(yè)發(fā)展伴隨著科學(xué)技術(shù)的不斷進步而表現(xiàn)出明顯的技術(shù)特征，學(xué)術(shù)研究經(jīng)歷了起步、快速增長、平穩(wěn)3 個階段，基本代表了電力領(lǐng)域大數(shù)據(jù)的研究和發(fā)展趨勢。

2.2 發(fā)文作者合作網(wǎng)絡(luò)

電力大數(shù)據(jù)發(fā)文作者合作網(wǎng)絡(luò)知識圖譜如圖2所示。圖2 中，作者名字越大代表其在2010 年-2021 年間發(fā)文參與合作越多，節(jié)點連線顯示作者間的合作情況。高合作作者從高到低排名依次為：曲朝陽（東北電力大學(xué)，9 篇）、文福栓（浙江大學(xué)，7 篇）、朱永利（華北電力大學(xué)，7 篇）、李剛（華北電力大學(xué)，6 篇）、宋亞奇（華北電力大學(xué)，6 篇）、艾芊（上海交通大學(xué)，6 篇）等。合作作者大都隸屬于大學(xué)等學(xué)術(shù)機構(gòu)，對電力大數(shù)據(jù)領(lǐng)域的態(tài)勢關(guān)注度高、學(xué)術(shù)產(chǎn)出比較明顯。以上述6名學(xué)者為節(jié)點，代表網(wǎng)絡(luò)合作中堅力量，鏈接了各研究團隊，學(xué)術(shù)聯(lián)系比較緊密。

圖2 發(fā)文作者合作網(wǎng)絡(luò)知識圖譜Fig.2 Authors’cooperative network knowledge map

2.3 發(fā)文機構(gòu)合作網(wǎng)絡(luò)

研究結(jié)構(gòu)是針對某些特定研究領(lǐng)域不斷發(fā)展的重要載體，對促進學(xué)術(shù)交流、成果共享、資源互補等起著重要的導(dǎo)向作用［5］。電力大數(shù)據(jù)的學(xué)術(shù)研究發(fā)文機構(gòu)合作圖譜如圖3所示，可以看出，華北電力大學(xué)和中國電力科學(xué)研究院在電力大數(shù)據(jù)研究領(lǐng)域的重要程度最大，對相關(guān)研究的引領(lǐng)作用最明顯；大學(xué)和以國家電網(wǎng)有限公司以及南瑞集團、中國南方電網(wǎng)為代表的企業(yè)機構(gòu)有著比較緊密的學(xué)術(shù)聯(lián)系。

圖3 發(fā)文機構(gòu)合作網(wǎng)絡(luò)知識圖譜Fig.3 Cooperative network knowledge map of published papers’institutions

2.4 關(guān)鍵詞聚類

關(guān)鍵詞聚類有助于顯示電力大數(shù)據(jù)的研究熱點。聚類編號越小，代表聚類的規(guī)模越大。本文對學(xué)術(shù)文獻題錄的關(guān)鍵詞聚類結(jié)果如圖4 所示。可以看出，關(guān)鍵詞聚類排名前8個類依次為：0號大數(shù)據(jù)、1號智能電網(wǎng)、2號數(shù)據(jù)挖掘、3號云計算、4號故障診斷、5號人工智能、6 號電力系統(tǒng)、7 號神經(jīng)網(wǎng)絡(luò)。這幾個類基本涵蓋了電力大數(shù)據(jù)的使用主體、應(yīng)用方向、數(shù)據(jù)處理及分析方法。聚類結(jié)果中，S 值越接近1，表明網(wǎng)絡(luò)的同質(zhì)性越高，當(dāng)S值大于0.7時，聚類結(jié)果具有高信度，本文中的S值為1。Q值大于0.3時表明聚類的社團結(jié)構(gòu)顯著，本文中的Q值為0.885 2。

圖4 關(guān)鍵詞聚類知識圖譜Fig.4 Knowledge map of key word clustering

2.5 關(guān)鍵詞突現(xiàn)

文獻關(guān)鍵詞是對研究目的、對象、方法的高度凝練和概括，而突現(xiàn)關(guān)鍵詞則能夠體現(xiàn)研究領(lǐng)域特定時期的主要研究主題，代表該詞在短時間內(nèi)激增，變成熱點并被學(xué)術(shù)界所關(guān)注，可以理解為“百度指數(shù)”［6］，本文的具體結(jié)果見表1?？梢钥闯?，人工智能、神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)在2019 年-2021 年一直保持熱度，由于突現(xiàn)具有延續(xù)性，所以這3 個突現(xiàn)關(guān)鍵詞在未來幾年有繼續(xù)成為前沿研究熱點的可能。表1中關(guān)鍵詞凸現(xiàn)結(jié)果基本與論文發(fā)表趨勢章節(jié)中所分析的主題詞和關(guān)鍵詞相符合。

表1 電力大數(shù)據(jù)2010年-2021年突現(xiàn)關(guān)鍵詞Table 1 Keywords emergence of power big data from 2001 to 2021

3 分析與討論

綜上所述，針對電力大數(shù)據(jù)研究，在概念形成、提出、研究、應(yīng)用等各個方面都有學(xué)者、大學(xué)、研究機構(gòu)、企業(yè)的參與和貢獻。從文獻發(fā)表年度變化趨勢、主題詞呈現(xiàn)、關(guān)鍵詞聚類和關(guān)鍵詞突現(xiàn)，可以看出電力大數(shù)據(jù)的內(nèi)涵和外延一直在不斷豐富、擴大，相關(guān)研究在不同時間、不同層面貫穿了電力數(shù)據(jù)產(chǎn)生、處理和應(yīng)用全流程，具體如圖5所示。

圖5 電力大數(shù)據(jù)采集分析應(yīng)用框架簡圖Fig.5 Acquisition, analysis and application framework of power big data

3.1 電力大數(shù)據(jù)采集應(yīng)用流程特點

1）數(shù)據(jù)產(chǎn)生層主要是電力大數(shù)據(jù)的采集融合和存儲管理。電力大數(shù)據(jù)通過硬件和軟件被采集之后需要高效存儲。目前，傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)多由圖5 中的內(nèi)部數(shù)據(jù)源提供，通常借助感知設(shè)備采集并集成，采用MySQL、Oracle、MongoDB 等數(shù)據(jù)庫存儲；以圖片、視頻為代表的半結(jié)構(gòu)化數(shù)據(jù)、用戶評價反饋為代表的非結(jié)構(gòu)化數(shù)據(jù)，大多來源于外部數(shù)據(jù)源（見圖5），相比結(jié)構(gòu)化數(shù)據(jù)具有更高的復(fù)合增長率，這些數(shù)據(jù)常被NoSQL型分布式數(shù)據(jù)庫（如BigTable、Dynamo）、HDFS 分布式文件系統(tǒng)存儲［7］。結(jié)構(gòu)化數(shù)據(jù)在電力產(chǎn)業(yè)發(fā)展初期［8］通常采用以集中式架構(gòu)為主的實時數(shù)據(jù)庫存儲，但隨著半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)的快速膨脹，可擴展性和穩(wěn)定性較強的分布式架構(gòu)以及目前比較流行的云存儲多被使用。眾多主體對電力大數(shù)據(jù)的采集和存儲方式不盡相同，且由于部署時間和管理理念的不同，表現(xiàn)出數(shù)據(jù)采集管理手段不協(xié)調(diào)、精準高效監(jiān)視辦法缺少、基礎(chǔ)數(shù)據(jù)質(zhì)量不統(tǒng)一、運維需求跟不上等問題［9］。

2）數(shù)據(jù)處理層主要是數(shù)據(jù)分析與挖掘，具有兩個特點：一是數(shù)據(jù)處理架構(gòu)種類多。電力大數(shù)據(jù)處理架構(gòu)包括Hadoop 分布式系統(tǒng)架構(gòu)、Openflow 系統(tǒng)架構(gòu)、阿里云、GAIA 分布式數(shù)據(jù)管理平臺、分布式Redis 等，這些架構(gòu)部署在不同電力主體中，總體上滿足了企業(yè)的發(fā)展需求，但也面臨著遷移困難、技術(shù)難度大、學(xué)習(xí)成本高等問題［10-11］。二是數(shù)據(jù)處理方法多樣。各種算法如分類算法、關(guān)聯(lián)分析、聚類算法、神經(jīng)網(wǎng)絡(luò)、融合算法和集成模型的使用，提高了數(shù)據(jù)處理的準確度和效率，適配了業(yè)務(wù)需求，但這些算法強烈依賴于數(shù)據(jù)類型和平臺架構(gòu)，在計算開銷、時效性、抗干擾能力等方面存在不等數(shù)量的缺陷，普適、可遷移的機器學(xué)習(xí)技術(shù)、核心層的數(shù)據(jù)調(diào)度算法等基于更先進理念、算法的大規(guī)模部署和應(yīng)用需要持續(xù)推進［12］。

3）在數(shù)據(jù)應(yīng)用層，有兩大主要服務(wù)方向。

一是社會治理與經(jīng)濟運行方向。典型的社會治理應(yīng)用實例，如全社會用電量數(shù)據(jù)關(guān)聯(lián)影響國家宏觀經(jīng)濟及政策調(diào)控，工業(yè)和居民用電需求變化標志國民經(jīng)濟總體態(tài)勢［13］，產(chǎn)業(yè)用電數(shù)據(jù)互饋區(qū)域規(guī)劃調(diào)整，電力設(shè)施和電網(wǎng)智能化動態(tài)平衡電力供需、支持城市管理，大數(shù)據(jù)可視化助力防災(zāi)減災(zāi)［14］、安全風(fēng)險監(jiān)管等。

二是電力行業(yè)、企業(yè)運行與管理方向。在發(fā)電側(cè)，傳統(tǒng)的煤電、氣電行業(yè)可以根據(jù)社會用電量和電網(wǎng)負荷需求，實時、高效、靈活調(diào)整機組負荷，充分發(fā)揮“穩(wěn)定器”作用，而多元化新能源和可再生能源占比增大且將逐步成為主體電源，聯(lián)動大數(shù)據(jù)助力協(xié)調(diào)配置資源、提升電網(wǎng)容量組成，促進清潔能源消納［15］；在輸電環(huán)節(jié)，發(fā)現(xiàn)并減少電力損耗節(jié)點、分析評估系統(tǒng)暫態(tài)穩(wěn)定性、輸電設(shè)備狀態(tài)［16］；在配電環(huán)節(jié)定位配電網(wǎng)故障［17］、管理配電網(wǎng)負荷、識別故障類型；在變電環(huán)節(jié)智能巡檢變電設(shè)備、輔助變電運維和檢修［18］；在調(diào)度側(cè)挖掘用電需求增長點、均衡負載?！拜斉渥冋{(diào)”各環(huán)節(jié)高效運行，優(yōu)化電力網(wǎng)絡(luò)網(wǎng)架、提升電力系統(tǒng)的整體經(jīng)濟性。在用戶側(cè)，分析規(guī)劃用電行為，獲得最佳體驗、最優(yōu)增值服務(wù)并促使電力供應(yīng)主體改進服務(wù)模式，定制個性化體驗。在運營服務(wù)側(cè)，分場、多維度建立用戶畫像，描述用電偏好，改善組織營銷，協(xié)助用戶智能用電，推動綠色生活，實現(xiàn)供電和用電雙贏［19］。

3.2 電力大數(shù)據(jù)重點應(yīng)用領(lǐng)域

1）大氣治污

大氣污染防控領(lǐng)域，“電力大數(shù)據(jù)+環(huán)保監(jiān)管”模式在支持保障精準、科學(xué)、依法治污方面具有顯著優(yōu)勢，其“監(jiān)控”功能在源頭上診斷發(fā)現(xiàn)企業(yè)環(huán)保治理設(shè)施運行狀態(tài)、判斷企業(yè)是否按照大氣污染防治應(yīng)急預(yù)案執(zhí)行限停產(chǎn)措施，其“預(yù)防”功能在數(shù)據(jù)挖掘的基礎(chǔ)上輔助政府部門精準、科學(xué)地制定應(yīng)對氣候變化長期預(yù)案，實時規(guī)劃、調(diào)整與大氣環(huán)境相關(guān)的產(chǎn)業(yè)輪動政策［20-21］。

2）電力環(huán)保

在火電環(huán)保治理領(lǐng)域，通過大數(shù)據(jù)深層挖掘火電環(huán)保治理設(shè)施的運行數(shù)據(jù)，結(jié)合人工智能和機器學(xué)習(xí)等技術(shù)，進一步優(yōu)化物耗、能耗、故障診斷、智能問答等應(yīng)用側(cè)發(fā)展方向。此外，基于大數(shù)據(jù)的知識圖譜問答系統(tǒng)，以及綜合了數(shù)據(jù)采集、處理、檢測、預(yù)警和優(yōu)化功能的火電廠環(huán)保島系統(tǒng)，可以幫助電廠運行人員做出事前決策，提升發(fā)電企業(yè)的智慧化運行水平。在新能源應(yīng)用消納領(lǐng)域，風(fēng)電并網(wǎng)運營、光伏發(fā)電規(guī)劃，潮汐、地?zé)崮艿榷嗄芑パa的微電網(wǎng)構(gòu)建，電力大數(shù)據(jù)也將發(fā)揮逐漸重要作用并凸顯其環(huán)保屬性［22］。

3）負荷預(yù)測

基于大數(shù)據(jù)的電力負荷預(yù)測技術(shù)，對供電方、輸配變中間網(wǎng)絡(luò)、終端用戶的作用都十分重要，是電力供需平衡的保證［23］。社會電力資源量的需求受到氣候變化、社會環(huán)境變化、產(chǎn)業(yè)變動等因素的影響而時刻處于變化中，客觀上也對促進了負荷預(yù)測的電力全產(chǎn)業(yè)鏈覆蓋。高準確度的負荷預(yù)測支撐供電方合理安排調(diào)度、降低成本。輸配變中間網(wǎng)絡(luò)通過大數(shù)據(jù)對企業(yè)供電能力預(yù)測、終端用戶耗電需求的高效預(yù)測，進而有效平抑電網(wǎng)波動、提升電能質(zhì)量、提高系統(tǒng)效率，并延伸服務(wù)終端用戶合理分配峰谷用電負荷、穩(wěn)定安全用電，提升用電滿意度。產(chǎn)業(yè)和居民用電終端自身耗電負荷預(yù)測反饋上游環(huán)節(jié)，既滿足自身用電需求也促進電力產(chǎn)業(yè)鏈的健康發(fā)展。

4）能源互聯(lián)網(wǎng)

能源互聯(lián)網(wǎng)借助統(tǒng)一的能源數(shù)據(jù)平臺，以多能融合突破孤立系統(tǒng)的邊界，用開放的框架聯(lián)接能源的產(chǎn)生、傳輸、儲存、消費等節(jié)點，集成多源能源數(shù)據(jù)和技術(shù)服務(wù)，通過信息和通訊技術(shù)管理和控制能源［24］，實現(xiàn)電力系統(tǒng)的縱橫整合與協(xié)同，擴大資源優(yōu)化配置空間。由國家電網(wǎng)有限公司于2015 年初提出、“互聯(lián)網(wǎng)+”與大數(shù)據(jù)融合創(chuàng)新的典型代表—“全球能源互聯(lián)網(wǎng)”，對多元數(shù)據(jù)（如燃氣、熱力、發(fā)電廠、電網(wǎng)等的數(shù)據(jù)）和經(jīng)濟、氣候等數(shù)據(jù)進行快速整合分析，著力提升能源供應(yīng)效率、實現(xiàn)互聯(lián)網(wǎng)與可再生能源的融合和全球能源互享［25］。受《關(guān)于推進電力源網(wǎng)荷儲一體化和多能互補發(fā)展的指導(dǎo)意見》等相關(guān)制度鼓勵和當(dāng)前國際國內(nèi)能源領(lǐng)域清潔、低碳發(fā)展的影響，大規(guī)模部署、應(yīng)用的風(fēng)光儲、風(fēng)光水（儲）、風(fēng)光火（儲）等一體化多能互補項目，客觀上正在并將極大促進、豐富能源互聯(lián)網(wǎng)的發(fā)展內(nèi)容［26-27］。

3.3 電力大數(shù)據(jù)存在問題與對策

1）電力行業(yè)知識系統(tǒng)建設(shè)不完善，系統(tǒng)之間和企業(yè)之間數(shù)據(jù)共享不充分［28］。首先，電力大數(shù)據(jù)在應(yīng)用端主要是以電力相關(guān)企業(yè)為主，構(gòu)建的知識系統(tǒng)多偏向于業(yè)務(wù)方向，融合基于外部數(shù)據(jù)源的知識系統(tǒng)存在困難，且大多企業(yè)數(shù)據(jù)管理、研發(fā)技術(shù)能力相對薄弱。其次，電力行業(yè)信息系統(tǒng)來源于不同的主體，各主體的知識系統(tǒng)開發(fā)時間、操作平臺、系統(tǒng)模型、數(shù)據(jù)格式不完全相同，依據(jù)的標準、管理體制也不盡相同，相互的生產(chǎn)、調(diào)度在數(shù)據(jù)交換、共享上存在困難。

2）電力行業(yè)大數(shù)據(jù)資源存在安全風(fēng)險，保障體系需要完善。一方面是有數(shù)據(jù)泄露風(fēng)險，相關(guān)主體要警惕電力大數(shù)據(jù)開發(fā)、分析、應(yīng)用過程中的數(shù)據(jù)投毒、深度偽造等威脅，以及過度采集、隱私泄露和濫用等風(fēng)險，在采用隱私保護計算、數(shù)據(jù)加密技術(shù)、私有云等技術(shù)手段之外，還要在制度因應(yīng)上做出規(guī)劃，如針對云共享數(shù)據(jù)建立完善的隱私感知公共審計機制等措施。另一方面電力大數(shù)據(jù)容易成為網(wǎng)絡(luò)攻擊目標。規(guī)模龐大、實時不間斷的電力數(shù)據(jù)在采集和傳輸?shù)倪^程中，控制失效、中間環(huán)節(jié)被人為篡改或虛假數(shù)據(jù)注入、泄露都會產(chǎn)生巨大的負面影響。不法分子對電力數(shù)據(jù)的竊取、攻擊、惡意傳播也會沖擊電力系統(tǒng)穩(wěn)定、引發(fā)安全事故，因此要建立防范外部不安全行為的防御機制和應(yīng)對措施，準備必要時積極防御策略。

3）針對上述問題，可采用的對策為：一是加強電力行業(yè)知識系統(tǒng)、電力數(shù)據(jù)共享中心建設(shè)、統(tǒng)一電力行業(yè)數(shù)據(jù)標準和非電行業(yè)數(shù)據(jù)接入標準，跟進并完善相關(guān)法律規(guī)制；二是對數(shù)據(jù)采集、傳輸、存儲、處理和應(yīng)用建立全流程安全監(jiān)管措施，構(gòu)建安全策略、模式和環(huán)境，細化完善安全保障體系，提升數(shù)據(jù)相關(guān)方的安全防護意識和風(fēng)險應(yīng)對能力。

4 結(jié)語

本文數(shù)據(jù)庫檢查的關(guān)于電力大數(shù)據(jù)的部分相關(guān)文獻信息，借助文獻計量手段，研究了電力大數(shù)據(jù)在學(xué)術(shù)領(lǐng)域近11年的研究情況，構(gòu)建了電力大數(shù)據(jù)應(yīng)用流程框架簡圖，簡述了電力大數(shù)據(jù)的來源、處理架構(gòu)和算法、應(yīng)用場景，討論了相關(guān)的重點應(yīng)用領(lǐng)域和面臨的問題，對電力大數(shù)據(jù)的研究分析有一定的參考價值。

1）電力大數(shù)據(jù)在文獻學(xué)術(shù)領(lǐng)域的研究從2013 年開始顯著增長，廣大學(xué)者和大學(xué)、電力企業(yè)均在電力大數(shù)據(jù)的學(xué)術(shù)和應(yīng)用領(lǐng)域有深度的參與和合作。

2）電力大數(shù)據(jù)在未來將以人工智能、神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)為重點研究方向，并服務(wù)大氣治污、電力環(huán)保、負荷預(yù)測、能源互聯(lián)網(wǎng)等重點業(yè)務(wù)領(lǐng)域。

3）電力大數(shù)據(jù)在電力生產(chǎn)和電能使用的各環(huán)節(jié)仍需繼續(xù)加強研究、合作共享，并需要注重數(shù)據(jù)安全治理。