廖 凱，張潤(rùn)濤，楊子安，向悅萍，何正友

（西南交通大學(xué)電氣工程學(xué)院，四川省成都市 611756）

0 引言

實(shí)現(xiàn)“碳達(dá)峰、碳中和”，是中國(guó)的重大戰(zhàn)略決策［1］。根據(jù)全球碳計(jì)劃組織發(fā)布的《2020 年全球碳預(yù)算》顯示，中國(guó)近12 年碳排放連續(xù)位居世界第一，并以年均2.55%的增速繼續(xù)增長(zhǎng)［2-3］。其中，交通領(lǐng)域的碳排放占比為13.89%，遠(yuǎn)高于世界平均水平7.01%［4］，為全面落實(shí)“雙碳”目標(biāo)，交通減碳勢(shì)在必行。

交通電氣化是減少交通領(lǐng)域碳排放的有效方式。當(dāng)前，電氣化交通正飛速發(fā)展。據(jù)國(guó)際能源署報(bào)道，從2020年到2030年，全球電動(dòng)汽車將增長(zhǎng)18倍，預(yù)計(jì)2030 年電動(dòng)汽車年銷量將達(dá)到5 500 萬輛［5］。2020 年中國(guó)電動(dòng)汽車銷量高達(dá)136.6 萬輛，占全球份額的51%［6-7］。另外，中國(guó)電氣化鐵路里程從2001年到2020 年，累計(jì)增長(zhǎng)6.1 萬km，增幅達(dá)23.8%［8-9］。

電氣化交通大規(guī)模運(yùn)行并與電網(wǎng)交互，勢(shì)必會(huì)加劇電網(wǎng)穩(wěn)定運(yùn)行的風(fēng)險(xiǎn)，造成一系列影響。例如，電氣化交通的運(yùn)行時(shí)間與居民用戶用電行為規(guī)律重合，導(dǎo)致負(fù)荷峰谷差加大［10］、電能質(zhì)量下降［11］、網(wǎng)損增大［12］等各方面問題，從而影響電力系統(tǒng)的穩(wěn)定安全運(yùn)行，帶來安全隱患［13］。此外，當(dāng)電力系統(tǒng)發(fā)生故障時(shí)，也會(huì)影響電氣化交通的正常運(yùn)行，造成城市與城際交通擁堵甚至癱瘓［14］。

另一方面，電動(dòng)汽車兼具移動(dòng)儲(chǔ)能特性，可用做需求側(cè)靈活性資源，參與電網(wǎng)調(diào)峰調(diào)頻等輔助服務(wù)，實(shí)現(xiàn)交通能源友好互動(dòng)。分析交通與能源間的緊密耦合關(guān)系，提出了交通能源融合的框架與技術(shù)，是交通能源友好互動(dòng)的基礎(chǔ)。文獻(xiàn)［15］提出了能源互聯(lián)網(wǎng)較為明確的概念、架構(gòu)及組成，預(yù)測(cè)了未來交通系統(tǒng)與電力系統(tǒng)在規(guī)劃與運(yùn)行將演變?yōu)楦叨锐詈系南到y(tǒng)。文獻(xiàn)［16］基于能量流與信息流實(shí)現(xiàn)了多元能量發(fā)電系統(tǒng)、柔性新型供電網(wǎng)絡(luò)、主動(dòng)交通負(fù)荷和能源儲(chǔ)存設(shè)施。文獻(xiàn)［17］分析了能源-交通-信息三網(wǎng)融合的必要性與可行性，以電動(dòng)汽車在充電服務(wù)領(lǐng)域?yàn)槔?，提出了三網(wǎng)融合的系統(tǒng)架構(gòu)及關(guān)鍵技術(shù)。文獻(xiàn)［18］分析了區(qū)域、城鎮(zhèn)/地區(qū)、終端的三層能源交通一體化系統(tǒng)的發(fā)展模式，考慮了交通系統(tǒng)各類能源布局、生產(chǎn)、傳輸?shù)挠绊憽Ｎ墨I(xiàn)［19］以港口綜合能源系統(tǒng)為研究場(chǎng)景，從能源側(cè)和交通側(cè)兩方面詳細(xì)分析了港口能源-交通融合下的各類柔性資源，并給出了示范性的建模方法。

上述研究探索并總結(jié)了交通能源融合的框架，可為后續(xù)交通與能源協(xié)同發(fā)展提供良好的建議。然而，現(xiàn)有交通與能源融合系統(tǒng)框架的實(shí)施都將嚴(yán)重依賴于兩者間的數(shù)據(jù)交互，交通能源融合涉及交通和電力行業(yè)的供應(yīng)商、運(yùn)營(yíng)商、監(jiān)管等眾多政府、企業(yè)部門，在信息交互與運(yùn)行控制等方面均獨(dú)立運(yùn)行且具有較高的行業(yè)壁壘［20］。這些系統(tǒng)成煙囪式發(fā)展，數(shù)據(jù)信息分布分散、缺乏統(tǒng)籌規(guī)劃，并且各系統(tǒng)間的數(shù)據(jù)難以兼容，從而極大地限制了交通與能源系統(tǒng)的融合協(xié)調(diào)發(fā)展。因此，加快研發(fā)交通能源大數(shù)據(jù)融合技術(shù)、構(gòu)建交通能源融合大數(shù)據(jù)平臺(tái)是解決上述問題的必然路徑。

本文以城市交通網(wǎng)和能源網(wǎng)為背景，研究交通能源融合大數(shù)據(jù)平臺(tái)。首先，提出交通能源融合大數(shù)據(jù)平臺(tái)架構(gòu)，從功能和技術(shù)兩方面進(jìn)行解析。其次，從數(shù)據(jù)交互融合、質(zhì)量把控、協(xié)同分析及安全保護(hù)4 個(gè)角度，歸納并總結(jié)構(gòu)建該平臺(tái)所面臨的關(guān)鍵挑戰(zhàn)，并提出解決對(duì)應(yīng)挑戰(zhàn)的關(guān)鍵技術(shù)。最后，列舉該平臺(tái)部分典型應(yīng)用場(chǎng)景，為后續(xù)大數(shù)據(jù)技術(shù)在交通能源融合方向的研究與發(fā)展提供參考。

1 交通能源融合大數(shù)據(jù)平臺(tái)架構(gòu)

交通能源融合大數(shù)據(jù)平臺(tái)架構(gòu)分為功能架構(gòu)與技術(shù)架構(gòu)。功能架構(gòu)主要用于規(guī)范和定義大數(shù)據(jù)平臺(tái)在運(yùn)行時(shí)的整體功能流程。技術(shù)架構(gòu)主要用于保障大數(shù)據(jù)平臺(tái)能夠順利實(shí)現(xiàn)各種功能。

1.1 功能架構(gòu)

根據(jù)交通能源融合運(yùn)行的實(shí)際需求，以大數(shù)據(jù)準(zhǔn)確分析與有效應(yīng)用為建設(shè)目標(biāo)，構(gòu)建交通能源融合大數(shù)據(jù)平臺(tái)功能架構(gòu)如圖1 所示。

圖1 交通能源融合大數(shù)據(jù)平臺(tái)功能架構(gòu)Fig.1 Functional architecture of traffic-energy integrated big data platform

交通能源融合大數(shù)據(jù)平臺(tái)主要包括5 個(gè)功能模塊：

1）數(shù)據(jù)融合。首先，對(duì)不同來源的數(shù)據(jù)進(jìn)行格式轉(zhuǎn)化，形成統(tǒng)一的數(shù)據(jù)規(guī)范。然后，將異名同義的數(shù)據(jù)進(jìn)行合并。最后，根據(jù)語(yǔ)義關(guān)聯(lián)性，通過實(shí)體識(shí)別與信息關(guān)聯(lián)，將描述同類信息的數(shù)據(jù)建立字典檢索，以減少數(shù)據(jù)冗余、提高數(shù)據(jù)檢索效率，為后續(xù)大數(shù)據(jù)存儲(chǔ)與分析奠定數(shù)據(jù)基礎(chǔ)。

2）數(shù)據(jù)存儲(chǔ)。首先，建立數(shù)據(jù)中心，包括數(shù)據(jù)倉(cāng)庫(kù)、關(guān)系數(shù)據(jù)庫(kù)和技術(shù)數(shù)據(jù)庫(kù)。然后，通過篩查錯(cuò)誤數(shù)據(jù)、補(bǔ)充缺失數(shù)據(jù)、糾正偏差數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)清洗。最后，構(gòu)建信息目錄樹、提供信息發(fā)布功能、信息檢索服務(wù)和數(shù)據(jù)接口，實(shí)現(xiàn)數(shù)據(jù)共享。

3）數(shù)據(jù)分析。數(shù)據(jù)分析是交通能源融合大數(shù)據(jù)平臺(tái)的關(guān)鍵環(huán)節(jié)，針對(duì)數(shù)據(jù)展示與數(shù)據(jù)應(yīng)用所需要的信息，提供內(nèi)置數(shù)據(jù)分析工具，包括但不限于數(shù)理統(tǒng)計(jì)、人工智能和數(shù)據(jù)挖掘等模型與算法，實(shí)現(xiàn)海量多源多樣化數(shù)據(jù)分析，以滿足不同用戶或功能的使用需求。為滿足平臺(tái)功能的不斷拓展，數(shù)據(jù)分析還需要具備橫向擴(kuò)展能力，以滿足用戶自定義的數(shù)據(jù)分析方式。

4）運(yùn)維與安全。通過大數(shù)據(jù)平臺(tái)服務(wù)集群進(jìn)行集中式監(jiān)視和管理，對(duì)大數(shù)據(jù)平臺(tái)功能采用配置式擴(kuò)展等技術(shù)，解決大規(guī)模服務(wù)集群軟、硬件的管理難題，并能動(dòng)態(tài)配置調(diào)整大數(shù)據(jù)平臺(tái)的系統(tǒng)功能。采用隱私保護(hù)、訪問控制、身份驗(yàn)證等技術(shù)手段保障數(shù)據(jù)全生命周期安全。

5）可視化。為更好地解釋數(shù)據(jù)分析的結(jié)果，方便管理人員或用戶直觀地獲取信息，大數(shù)據(jù)平臺(tái)可通過桌面終端、移動(dòng)終端、大屏終端等呈現(xiàn)系統(tǒng)的歷史數(shù)據(jù)、當(dāng)前運(yùn)行參數(shù)以及未來趨勢(shì)預(yù)測(cè)。管理人員或用戶可通過便捷的操作界面與數(shù)據(jù)交互，實(shí)現(xiàn)對(duì)數(shù)據(jù)的高級(jí)分析與利用。

1.2 技術(shù)架構(gòu)

依托成熟的數(shù)據(jù)平臺(tái)和通用設(shè)計(jì)，結(jié)合交通能源融合大數(shù)據(jù)平臺(tái)的功能需求，本文提出適應(yīng)交通能源融合大數(shù)據(jù)平臺(tái)的技術(shù)架構(gòu)，如圖2 所示。

圖2 交通能源融合大數(shù)據(jù)平臺(tái)技術(shù)架構(gòu)Fig.2 Technical architecture of traffic-energy integrated big data platform

交通能源融合大數(shù)據(jù)平臺(tái)技術(shù)架構(gòu)主要包括以下4 個(gè)層級(jí)：

1）融合層。本層級(jí)的主要目的是對(duì)多源結(jié)構(gòu)化數(shù)據(jù)進(jìn)行融合。首先，大數(shù)據(jù)平臺(tái)與交通能源相關(guān)的調(diào)控平臺(tái)或數(shù)據(jù)采集系統(tǒng)進(jìn)行數(shù)據(jù)交互，采用網(wǎng)絡(luò)本體語(yǔ)言（ontology web language，OWL）進(jìn)行語(yǔ)義描述，將語(yǔ)義異構(gòu)的數(shù)據(jù)相融合形成局部本體。其次，利用語(yǔ)義網(wǎng)規(guī)則語(yǔ)言（semantic web rule language，SWRL）規(guī)則結(jié)合的方式將局部本體融合成全局本體，最后建立全局本體庫(kù)，為后續(xù)數(shù)據(jù)處理與分析提供支撐。

2）儲(chǔ)存層?；诮y(tǒng)一資源調(diào)度管理器與分布式儲(chǔ)存，實(shí)現(xiàn)數(shù)據(jù)的快速儲(chǔ)存與查找。首先，采用數(shù)據(jù)高速緩存Redis 的集群部署模式，提高業(yè)務(wù)數(shù)據(jù)的整體讀寫效率。其次，利用MySQL 作為關(guān)系型數(shù)據(jù)庫(kù)，當(dāng)表數(shù)據(jù)體量過大時(shí)，可采用分庫(kù)分表的策略提高數(shù)據(jù)庫(kù)的水平擴(kuò)展能力。最后，針對(duì)海量多源異構(gòu)數(shù)據(jù)的處理、分析應(yīng)用，還需要基于分布式文件系統(tǒng)（HDFS）、Hbase（面向列、可伸縮的分布式存儲(chǔ)系統(tǒng)）、Hive（基于Hadoop 的大型數(shù)據(jù)倉(cāng)庫(kù)）、Presto（交互式數(shù)據(jù)查詢引擎）、Elasticsearch（分布式數(shù)據(jù)搜索引擎）等大數(shù)據(jù)組件，通過ZooKeeper 分布式應(yīng)用程序協(xié)調(diào)器實(shí)現(xiàn)各分布式存儲(chǔ)的同步服務(wù)、配置維護(hù)和命名服務(wù)等。

3）分析層。根據(jù)分析數(shù)據(jù)的時(shí)效性、高速性、海量性和多樣性，可以將數(shù)據(jù)的處理方式分為數(shù)據(jù)流處理、內(nèi)存高速處理、批處理以及數(shù)據(jù)挖掘。流處理通常是指對(duì)實(shí)時(shí)數(shù)據(jù)源進(jìn)行快速分析，迅速觸發(fā)下一步動(dòng)作的場(chǎng)景；實(shí)時(shí)流處理業(yè)務(wù)，對(duì)分析處理速度要求極高，數(shù)據(jù)處理規(guī)模巨大，對(duì)CPU 和內(nèi)存要求很高，但是通常數(shù)據(jù)不落地，對(duì)存儲(chǔ)量要求不高，如Flink 專門用來承載實(shí)時(shí)流處理業(yè)務(wù)；內(nèi)存計(jì)算技術(shù)通常提供了一個(gè)基于內(nèi)存的快速計(jì)算、寫入以及交互式查詢的框架，如Spark 使用in-memory 的計(jì)算方式，通過這種方式來避免一個(gè)MR（MapReduce）工作流中的多個(gè)任務(wù)對(duì)同一個(gè)數(shù)據(jù)集進(jìn)行計(jì)算時(shí)的輸入輸出（IO）瓶頸；批處理技術(shù)是針對(duì)實(shí)時(shí)性不高的業(yè)務(wù)，可對(duì)海量數(shù)據(jù)進(jìn)分析和處理，形成結(jié)果數(shù)據(jù)，供下一步數(shù)據(jù)應(yīng)用使用。若對(duì)處理時(shí)間要求不高，但處理數(shù)據(jù)量較大通常通過MR 或者Hive 的SQL作業(yè)實(shí)現(xiàn)；數(shù)據(jù)挖掘主要采用數(shù)理統(tǒng)計(jì)分析軟件RStudio、可伸縮的人工智能算法Mahout 和開源大數(shù)據(jù)挖掘平臺(tái)TensorFlow 進(jìn)行數(shù)據(jù)分析與挖掘，能夠提供不同應(yīng)用多樣化的結(jié)果。

4）展示層。采用Web 瀏覽器，通過并行使用多種計(jì)算機(jī)編程語(yǔ)言，實(shí)現(xiàn)泛屏多終端的可視化呈現(xiàn)，包括桌面終端、移動(dòng)終端、大屏終端等。

2 交通能源融合大數(shù)據(jù)平臺(tái)關(guān)鍵挑戰(zhàn)

目前，針對(duì)獨(dú)立的交通或能源系統(tǒng)，其大數(shù)據(jù)挖掘分析與相關(guān)系統(tǒng)平臺(tái)已有相應(yīng)研究成果［21-24］。隨著交通網(wǎng)與能源網(wǎng)逐漸融合發(fā)展為復(fù)雜的綜合系統(tǒng)，交通能源大數(shù)據(jù)平臺(tái)建設(shè)在數(shù)據(jù)交互體系、數(shù)據(jù)質(zhì)量把控、多主體協(xié)同分析和數(shù)據(jù)安全4 個(gè)方面面臨挑戰(zhàn)。

2.1 挑戰(zhàn)1：海量多源異構(gòu)數(shù)據(jù)交互方式難統(tǒng)一

相較于傳統(tǒng)的大數(shù)據(jù)平臺(tái)［25］，交通能源融合大數(shù)據(jù)平臺(tái)具有以下3 個(gè)主要特點(diǎn)。

1）數(shù)據(jù)來源廣泛。交通能源融合的數(shù)據(jù)來源涉及不同的行業(yè)主體，包括交通路網(wǎng)、城市電網(wǎng)、個(gè)體交通工具、充換電設(shè)施和其他系統(tǒng)。這些多主體與多系統(tǒng)數(shù)據(jù)庫(kù)之間存在著顯著的規(guī)模大小、通信協(xié)議、行業(yè)規(guī)范標(biāo)準(zhǔn)差異等一系列兼容性問題，若不能統(tǒng)一采集信息和互聯(lián)，將造成數(shù)據(jù)冗余。

2）數(shù)據(jù)類型不一。不同系統(tǒng)采集的數(shù)據(jù)可能是文本、圖片、音頻、視頻等多樣化數(shù)據(jù)類型，交通能源融合數(shù)據(jù)組成情況如表1 所示，主要分為結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。

表1 交通能源融合數(shù)據(jù)組成Table 1 Composition of traffic-energy integration data

3）時(shí)間尺度多樣。交通能源融合數(shù)據(jù)的時(shí)間跨度非常大，采樣信息涵蓋了城市配電網(wǎng)和軌道交通牽引網(wǎng)的電壓電流以及交通工具實(shí)時(shí)定位的分秒級(jí)別數(shù)據(jù)，交通流擴(kuò)散分布、擁堵疏導(dǎo)的小時(shí)級(jí)別數(shù)據(jù)，電力系統(tǒng)日前調(diào)度與交通流長(zhǎng)期分布規(guī)律的日級(jí)別數(shù)據(jù)，氣象系統(tǒng)與線下大型活動(dòng)發(fā)布的月度數(shù)據(jù)以及公共部門總結(jié)的各區(qū)域國(guó)內(nèi)生產(chǎn)總值（GDP）、人口活動(dòng)情況等月度或年度數(shù)據(jù)。

綜上所述，傳統(tǒng)單業(yè)務(wù)大數(shù)據(jù)的交互方式不適用于海量多源異構(gòu)的交通能源融合數(shù)據(jù)交互，各系統(tǒng)之間的大數(shù)據(jù)存取交互難以統(tǒng)一，交互成本高、信息壁壘仍然存在。各主體數(shù)據(jù)管理系統(tǒng)橫向拼接的建設(shè)思路不能從根本上實(shí)現(xiàn)交通能源融合大數(shù)據(jù)價(jià)值鏈條的貫通［26-30］。因此，需構(gòu)建一種統(tǒng)一的交通能源融合數(shù)據(jù)交互方式解決上述問題。

2.2 挑戰(zhàn)2：多維異質(zhì)數(shù)據(jù)質(zhì)量難把控

為充分發(fā)揮海量多維數(shù)據(jù)的優(yōu)勢(shì)，需要提供真實(shí)、完整、及時(shí)的高質(zhì)量數(shù)據(jù)。只有從海量高質(zhì)量數(shù)據(jù)中進(jìn)行分析處理與信息挖掘得到有用的信息，交通能源大數(shù)據(jù)平臺(tái)所得到的結(jié)果才能幫助決策者進(jìn)行更好的調(diào)控與規(guī)劃［31］。

影響多維數(shù)據(jù)質(zhì)量的因素主要來自環(huán)境或者人為干擾、故障狀況以及不同標(biāo)準(zhǔn)多源數(shù)據(jù)提取轉(zhuǎn)換過程中的誤差。本文根據(jù)大數(shù)據(jù)5V 特征：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價(jià)值密度）、Veracity（真實(shí)性），概括了交通能源大數(shù)據(jù)平臺(tái)的數(shù)據(jù)質(zhì)量與信息挖掘中主要面臨的5 個(gè)方面的挑戰(zhàn)［32-33］。

1）數(shù)據(jù)完整性：保證數(shù)據(jù)不存在缺失。由于檢測(cè)設(shè)備老化、檢測(cè)環(huán)境惡劣、傳輸系統(tǒng)故障、系統(tǒng)運(yùn)行缺陷等原因，從實(shí)際感知對(duì)象中采集到的動(dòng)態(tài)實(shí)時(shí)數(shù)據(jù)經(jīng)生成、上傳、中間環(huán)節(jié)存儲(chǔ)、處理和傳輸至目的地，數(shù)據(jù)的完整性難以得到保障。按照缺失的數(shù)據(jù)量，可以分為部分?jǐn)?shù)據(jù)或全部數(shù)據(jù)缺失；按照缺失的數(shù)據(jù)類型可以分為屬性值的缺失、采集時(shí)間的缺失等方面。

2）數(shù)據(jù)時(shí)效性：保證數(shù)據(jù)收集與分析實(shí)時(shí)進(jìn)行。主要體現(xiàn)在原始數(shù)據(jù)收集和產(chǎn)生分析結(jié)果兩方面，交通能源融合大數(shù)據(jù)平臺(tái)通過與不同感知對(duì)象的數(shù)據(jù)管理系統(tǒng)進(jìn)行交互，可能存在原始數(shù)據(jù)收集時(shí)已經(jīng)與實(shí)際發(fā)生偏差的情況。產(chǎn)生分析結(jié)果需要通過大數(shù)據(jù)平臺(tái)進(jìn)行高效的分析，但隨著數(shù)據(jù)量的日益增長(zhǎng)，數(shù)據(jù)處理的速度可能會(huì)趕不上數(shù)據(jù)的“保質(zhì)期”。

3）數(shù)據(jù)一致性：保證數(shù)據(jù)不存在相互矛盾。交通能源融合大數(shù)據(jù)平臺(tái)的數(shù)據(jù)來源于各感知對(duì)象的數(shù)據(jù)管理系統(tǒng)，由于獲取數(shù)據(jù)的途徑較多，可能存在不同數(shù)據(jù)管理系統(tǒng)之間發(fā)生數(shù)據(jù)交叉的現(xiàn)象，例如數(shù)據(jù)采集、視頻傳輸?shù)取４送?，還存在多語(yǔ)義性差異、多坐標(biāo)系差異等，這些問題都導(dǎo)致了數(shù)據(jù)的不一致。

4）數(shù)據(jù)準(zhǔn)確性：保證數(shù)據(jù)能夠準(zhǔn)確采集、處理、傳輸?shù)?。由于不同系統(tǒng)采集方式、采集精度、采集環(huán)境的不同等，可能導(dǎo)致數(shù)據(jù)由于精度不夠降低準(zhǔn)確性；數(shù)據(jù)采集選區(qū)的采樣、計(jì)算、分析方法不一致，也有可能對(duì)數(shù)據(jù)的準(zhǔn)確產(chǎn)生影響。

5）數(shù)據(jù)真實(shí)性：保證數(shù)據(jù)來源真實(shí)可靠。大數(shù)據(jù)平臺(tái)的數(shù)據(jù)都來自各個(gè)系統(tǒng)、網(wǎng)站、設(shè)備采集或融合生成，一些測(cè)量誤差或者外界擾動(dòng)所引起的“數(shù)據(jù)污染”會(huì)影響平臺(tái)正常分析運(yùn)行。大量噪聲數(shù)據(jù)雜糅在真實(shí)數(shù)據(jù)中容易掩藏?cái)?shù)據(jù)的真實(shí)性，從而干擾平臺(tái)分析、導(dǎo)致錯(cuò)誤的決策。

2.3 挑戰(zhàn)3：多主體協(xié)同的運(yùn)行數(shù)據(jù)難分析

交通能源融合的建設(shè)基礎(chǔ)是物理層面的實(shí)物連接和信息交互。實(shí)物連接是兩網(wǎng)產(chǎn)生聯(lián)系的實(shí)體支撐，主要體現(xiàn)在充換電設(shè)施、燃料補(bǔ)充站、牽引變電所、儲(chǔ)能設(shè)備、光伏發(fā)電及風(fēng)力發(fā)電等。而信息交互是依托實(shí)體連接，以維持和優(yōu)化兩網(wǎng)頻繁交互的重要手段。這些耦合信息通常是以激勵(lì)用戶的方式來運(yùn)作的，例如：交通與能源系統(tǒng)各自運(yùn)行的模型有較大的差異，交通能源融合大數(shù)據(jù)平臺(tái)如何分析已經(jīng)整合的數(shù)據(jù)，并將有效調(diào)控措施作用到兩網(wǎng)的信息耦合點(diǎn)上，是實(shí)現(xiàn)不同系統(tǒng)間協(xié)同運(yùn)行的難點(diǎn)所在。為準(zhǔn)確構(gòu)建主體的協(xié)同運(yùn)行模型，需要對(duì)各主體運(yùn)行特征和影響因素進(jìn)行分析。

1）電動(dòng)汽車。由于用戶出行與用能決策易受交通流量、氣象、社會(huì)活動(dòng)等多種客觀因素影響，因此電動(dòng)汽車充電行為具有較高的不確定性，并且考慮不同因素影響下的行為模式差異性較大［34］。目前影響電動(dòng)汽車用戶行為的因素可以概況為客觀條件、用戶的理性判斷與感性決策，如表2 所示。

表2 影響電動(dòng)汽車用戶行為的因素與特點(diǎn)Table 2 Factors and characteristics affecting behaviors of electric vehicle users

為了更加全面地分析電動(dòng)汽車出行與充電行為對(duì)充電設(shè)施、交通路網(wǎng)與城市電網(wǎng)運(yùn)行狀態(tài)的影響，需考慮客觀條件，研究理性判斷對(duì)用戶選擇的影響，刻畫感性決策影響下的用戶行為不確定性。

2）充電設(shè)施。充電樁的運(yùn)營(yíng)模式在很大程度上影響了用戶的充電體驗(yàn)，目前主要有3 種運(yùn)營(yíng)模式［35］：政府主導(dǎo)、企業(yè)主導(dǎo)和用戶主導(dǎo)。考慮到現(xiàn)有充電設(shè)施行業(yè)處在發(fā)展的成本效益階段，各企業(yè)建設(shè)充電設(shè)施過分追求建設(shè)補(bǔ)貼并搶占資源，忽略充電樁的科學(xué)布局［36］。同時(shí)，目前現(xiàn)有的充電平臺(tái)難以互通互聯(lián)，用戶很難選擇最優(yōu)的充電設(shè)施進(jìn)行充電，增加用戶行駛成本，造成交通網(wǎng)與能源網(wǎng)難以協(xié)同優(yōu)化［37］。

3）交通路網(wǎng)。隨著各種新技術(shù)不斷涌現(xiàn)并與交通工程有機(jī)融合，網(wǎng)絡(luò)約車、路徑搜索與規(guī)劃、路線導(dǎo)航、目的地停車引導(dǎo)等服務(wù)均已形成成熟體系，這也造成了交通路網(wǎng)的復(fù)雜性。此外，城市路網(wǎng)受到外界突發(fā)情況、系統(tǒng)技術(shù)失效、工作人員操作失誤等多方影響，這些都會(huì)導(dǎo)致路網(wǎng)的局部癱瘓，從而增加其他道路的負(fù)擔(dān)，可能會(huì)導(dǎo)致路網(wǎng)超載并損害交通功能，增加分析交通路網(wǎng)的困難性。這些突發(fā)情況具有事前檢測(cè)難度高、事中控制難度高、事后回溯難度高的特點(diǎn)，雖發(fā)生概率小，但潛在危害大，對(duì)現(xiàn)有秩序可能帶來巨大的沖擊［38-39］。

4）城市電網(wǎng)。隨著電動(dòng)汽車的增多，電動(dòng)汽車的充電負(fù)荷對(duì)電網(wǎng)造成的影響日益明顯，研究表明，制定分時(shí)電價(jià)或?qū)崟r(shí)電價(jià)會(huì)緩解負(fù)荷曲線的峰谷差［40-41］。然而，傳統(tǒng)的分時(shí)電價(jià)與實(shí)時(shí)電價(jià)需求響應(yīng)機(jī)制均會(huì)在峰谷產(chǎn)生新的負(fù)荷高峰［42］，并且電動(dòng)汽車充電負(fù)荷分布具有不確定性與隨機(jī)性。同時(shí)，充電樁還提供預(yù)約充電、隨時(shí)充電的充放電模式［43］，未來還會(huì)有電動(dòng)汽車與電網(wǎng)互動(dòng)（V2G）的充放電模式。因此，準(zhǔn)確刻畫電動(dòng)汽車充電負(fù)荷對(duì)電網(wǎng)的影響具有一定難度。

5）軌道交通。不同于隨機(jī)分布的電動(dòng)汽車充電負(fù)荷，電網(wǎng)為負(fù)荷體量龐大的軌道交通專門引出了牽引供電系統(tǒng)，因此，軌道交通在耦合系統(tǒng)協(xié)同優(yōu)化運(yùn)行層更多考慮的是能量管理策略。對(duì)鐵道沿線的分布式能源出力和儲(chǔ)能、空間地勢(shì)變化、站臺(tái)分布與班次協(xié)調(diào)等相關(guān)數(shù)據(jù)的提取和管理，向牽引供電系統(tǒng)和列車提供在線能量管理策略，能有效減少?zèng)_擊性負(fù)荷對(duì)電網(wǎng)的影響，在節(jié)能的同時(shí)提高軌道交通運(yùn)行的經(jīng)濟(jì)性。

6）多主體協(xié)同。在用戶方面，由于不同主體涉及的用戶有重疊，用戶群體在不同主體上的選擇或行為會(huì)使得各主體的運(yùn)行相互影響。例如電動(dòng)汽車的出行選擇影響交通流分配、電動(dòng)汽車的充電選擇影響電網(wǎng)潮流分布。在運(yùn)維方面，多主體的運(yùn)行數(shù)據(jù)十分龐大，但針對(duì)各個(gè)不同的運(yùn)維需求所需要的數(shù)據(jù)不一樣，如何從龐大的數(shù)據(jù)庫(kù)中有針對(duì)性地找到適用于各個(gè)不同運(yùn)維需求的數(shù)據(jù)集合需要研究。在利益方面，各主體所對(duì)應(yīng)的利益主體不同，不同的利益主體對(duì)交通與能源系統(tǒng)運(yùn)行有不同的需求，且各自可提供的公用數(shù)據(jù)有限，如何利用有限的公用數(shù)據(jù)，兼顧多主體的利益，盡可能實(shí)現(xiàn)交通能源融合系統(tǒng)的高效穩(wěn)定運(yùn)行需要研究。

2.4 挑戰(zhàn)4：復(fù)雜融合系統(tǒng)的數(shù)據(jù)安全難保障

未來交通能源互聯(lián)網(wǎng)應(yīng)用的穩(wěn)定運(yùn)行依賴于物理與信息兩個(gè)層面的可靠性和完備性［44］，而信息的交互實(shí)現(xiàn)過程頻繁且復(fù)雜、跨越時(shí)空范圍廣，同時(shí)大數(shù)據(jù)的分布和需求不同使得大數(shù)據(jù)信息在采集、傳輸、存儲(chǔ)和應(yīng)用過程中面臨更多更大的安全風(fēng)險(xiǎn)［45-46］，具體體現(xiàn)在以下4 個(gè)階段：

1）采集階段。交通能源大數(shù)據(jù)平臺(tái)所獲取的相關(guān)數(shù)據(jù)來自安裝在系統(tǒng)中的各類傳感檢測(cè)設(shè)備，這些數(shù)據(jù)自身存在一些失真和誤差。同時(shí)，最為常見、影響最為顯著的威脅是人為網(wǎng)絡(luò)攻擊［47］，攻擊者對(duì)狀態(tài)感知設(shè)備進(jìn)行破壞或篡改，例如篡改電網(wǎng)輸電線路或節(jié)點(diǎn)電氣量從而誤導(dǎo)調(diào)控平臺(tái)對(duì)網(wǎng)絡(luò)拓?fù)涞呐袛啵?8］、侵入交通網(wǎng)車載終端并對(duì)車輛定位信息和車載設(shè)備信息進(jìn)行偽造和修改［49］等等，這些攻擊均有導(dǎo)致信息錯(cuò)誤整合或者整合失敗的潛在風(fēng)險(xiǎn)。此外，攻擊者也可能趁機(jī)盜取融合層中系統(tǒng)的運(yùn)行信息和用戶的個(gè)人信息，造成關(guān)鍵或隱私數(shù)據(jù)的非法泄露［50］。

2）傳輸階段。大數(shù)據(jù)的傳輸安全即通信安全，應(yīng)特別注意對(duì)通信協(xié)議的配合和通信信道的保護(hù)。攻擊者發(fā)動(dòng)分布式拒絕服務(wù)攻擊、重放攻擊、偽造基站來截取通信信號(hào)，甚至通過物理接口更改和控制車載電子控制單元（ECU）［51］等手段，都有可能干擾控制平臺(tái)對(duì)數(shù)據(jù)的正常獲取，危害車輛行駛安全，甚至引發(fā)故障的全方位擴(kuò)散。

3）存儲(chǔ)階段。云計(jì)算為大數(shù)據(jù)的基本存儲(chǔ)架構(gòu)，其數(shù)據(jù)加密、身份認(rèn)證和安全服務(wù)信任問題存在待解決難點(diǎn)［45，52］。當(dāng)前多家公司在推廣與更新數(shù)據(jù)庫(kù)方案，其產(chǎn)品和標(biāo)準(zhǔn)各有差異。而在交通能源互聯(lián)網(wǎng)的逐步推進(jìn)中，如何將交通系統(tǒng)的數(shù)據(jù)庫(kù)和能源系統(tǒng)的數(shù)據(jù)庫(kù)進(jìn)行一致性整合，以及制定統(tǒng)一的信任接口和安全保護(hù)策略，是構(gòu)建和保護(hù)交通能源融合大數(shù)據(jù)平臺(tái)的研究難點(diǎn)。

4）應(yīng)用階段。訪問控制是實(shí)現(xiàn)數(shù)據(jù)受控共享的有效手段［53］，隨著接入用戶多樣性的提高，常規(guī)的訪問控制策略即自主訪問控制、強(qiáng)制訪問控制和基于角色的訪問控制，無法滿足相應(yīng)的權(quán)限要求［54］。因此在大數(shù)據(jù)架構(gòu)還需要對(duì)新型的訪問控制機(jī)制進(jìn)行探索和研究［45］。同時(shí)，采用新型的訪問控制模型可以避免攻擊者利用歷史經(jīng)驗(yàn)對(duì)信息重要性的猜測(cè)和總結(jié)，是一種解決共享數(shù)據(jù)隱私保護(hù)的較好手段［54］。

3 交通能源融合大數(shù)據(jù)平臺(tái)關(guān)鍵技術(shù)

交通能源融合大數(shù)據(jù)平臺(tái)的核心目標(biāo)是提高交通網(wǎng)與能源網(wǎng)的協(xié)同運(yùn)行能力和能源利用效率。通過對(duì)交通能源多源數(shù)據(jù)的語(yǔ)義統(tǒng)一與標(biāo)準(zhǔn)化集成，實(shí)現(xiàn)數(shù)據(jù)規(guī)范化管理，有利于后續(xù)數(shù)據(jù)的統(tǒng)一處理和存儲(chǔ)；通過質(zhì)量?jī)?yōu)化管控技術(shù)，從數(shù)據(jù)源頭上和處理階段過程中來降低數(shù)據(jù)不良率，并對(duì)各類數(shù)據(jù)進(jìn)行合適的分類；應(yīng)用先進(jìn)的數(shù)據(jù)挖掘與分析技術(shù)，充分利用潛藏信息，為制定系統(tǒng)協(xié)同運(yùn)行策略、優(yōu)化調(diào)度方案提供預(yù)測(cè)性、關(guān)聯(lián)性方面的指導(dǎo)；通過全方位信息安全保護(hù)措施的部署，保證大數(shù)據(jù)平臺(tái)的安全、可靠、高效運(yùn)行。

3.1 交通能源融合數(shù)據(jù)標(biāo)準(zhǔn)化集成技術(shù)

由于構(gòu)建的交通能源融合大數(shù)據(jù)平臺(tái)所需數(shù)據(jù)分散在各個(gè)應(yīng)用系統(tǒng)中，每個(gè)數(shù)據(jù)信息都有自己的數(shù)據(jù)庫(kù)管理系統(tǒng)。目前實(shí)現(xiàn)空間數(shù)據(jù)集成的傳統(tǒng)方式都忽略了語(yǔ)義異構(gòu)的問題，數(shù)據(jù)中的語(yǔ)義異構(gòu)需要一種能夠明確表達(dá)數(shù)據(jù)語(yǔ)義的方式來進(jìn)行語(yǔ)義描述。目前，本體技術(shù)具有良好的概念層次結(jié)構(gòu)和對(duì)邏輯推理的支持，可通過綜合各個(gè)數(shù)據(jù)庫(kù)管理系統(tǒng)所建立的不同應(yīng)用本體來搭建一個(gè)良好的領(lǐng)域本體，由此產(chǎn)生全局概念模式，建立起異構(gòu)系統(tǒng)中元數(shù)據(jù)和目標(biāo)數(shù)據(jù)的語(yǔ)義映射，從而實(shí)現(xiàn)異構(gòu)系統(tǒng)的語(yǔ)義互操作，滿足約束條件下的信息共享。根據(jù)空間數(shù)據(jù)的特點(diǎn)，通過自底向上的設(shè)計(jì)方法，在局部本體的基礎(chǔ)上，經(jīng)過融合生成一個(gè)綜合本體，從而產(chǎn)生全局概念模式以實(shí)現(xiàn)異構(gòu)系統(tǒng)的語(yǔ)義共享，因此，這是一種松散耦合聯(lián)邦數(shù)據(jù)庫(kù)方式，如圖3 所示。

1）數(shù)據(jù)層。由不同數(shù)據(jù)庫(kù)組成，涵蓋交通、電網(wǎng)、充電樁企業(yè)、氣象部門等數(shù)據(jù)庫(kù)，提供海量分布式多源異構(gòu)數(shù)據(jù)源作為基礎(chǔ)。

2）融合層。從各個(gè)數(shù)據(jù)源中抽取存放數(shù)據(jù)的模式，在此基礎(chǔ)上采用OWL 進(jìn)行語(yǔ)義描述，形成不同本體的局部本體。由于局部本體來源廣泛，不同渠道在獲取數(shù)據(jù)的準(zhǔn)確性、加工精度、重點(diǎn)描述維度等存在差異，因此需要將多源局部本體融合成一個(gè)統(tǒng)一完整的全局本體，主要包括數(shù)據(jù)轉(zhuǎn)換、信息整合和語(yǔ)義關(guān)聯(lián)3 個(gè)層面。

3）表示層。將融合后的局部本體通過SWRL規(guī)則結(jié)合的方式建立全局本體庫(kù)，本體維護(hù)器與本體推理器通過分析全局本體庫(kù)之間的共享詞匯，將相似的數(shù)據(jù)通過類別、屬性和角色進(jìn)行合并優(yōu)化。

4）訪問層。主要負(fù)責(zé)各主體的查詢與編輯功能，通過Web 或應(yīng)用程序接口（API）進(jìn)行數(shù)據(jù)的訪問，將所訪問的本體數(shù)據(jù)轉(zhuǎn)化為查詢系統(tǒng)的本體語(yǔ)言，有效檢索管理平臺(tái)中各數(shù)據(jù)庫(kù)的結(jié)構(gòu)化以及非結(jié)構(gòu)化數(shù)據(jù)，從而有效支撐完成各行業(yè)應(yīng)用。同時(shí)對(duì)于不需要的局部本體數(shù)據(jù)可以進(jìn)行編輯，減小所需數(shù)據(jù)傳輸?shù)膸挕?/p>

以電動(dòng)汽車為例，其全局本體數(shù)據(jù)集成如圖4所示。全局本體為電動(dòng)汽車，局部本體為不同類型的電動(dòng)汽車，例如公交車、私家車、網(wǎng)約車、環(huán)衛(wèi)車等，一般實(shí)體是與本體連接的實(shí)物，例如正在充電的電動(dòng)汽車的一般實(shí)體為充電樁，局部本體和一般實(shí)體都有其對(duì)應(yīng)的屬性值。

圖4 電動(dòng)汽車全局本體數(shù)據(jù)集成Fig.4 Global ontology data integration of electric vehicle

3.2 多維數(shù)據(jù)質(zhì)量?jī)?yōu)化控制管理技術(shù)

多維異質(zhì)數(shù)據(jù)的完整性、極值、尖峰、等值、梯度和一致性檢查是提高數(shù)據(jù)質(zhì)量的關(guān)鍵步驟［32，55-56］，為交通能源融合大數(shù)據(jù)平臺(tái)應(yīng)用提供高質(zhì)量的數(shù)據(jù)支撐。多維數(shù)據(jù)質(zhì)量?jī)?yōu)化控制管理流程如圖5所示。

圖5 數(shù)據(jù)質(zhì)量?jī)?yōu)化流程Fig.5 Optimization process of data quality

1）完整性檢查。對(duì)于缺失的數(shù)據(jù)主要的處理方法分為3 類：刪除法、數(shù)據(jù)填充與不處理［57］。刪除法是將缺失的某一條數(shù)據(jù)或某一個(gè)屬性的對(duì)象刪除，從而得到完整的數(shù)據(jù)集。數(shù)據(jù)填充是采用一定的方法，對(duì)缺失值進(jìn)行合理的估計(jì)并替代缺失值，從而得到完整的數(shù)據(jù)，保障了數(shù)據(jù)的完整性。不處理缺失值可以保障數(shù)據(jù)的原始性，避免數(shù)據(jù)刪除或填充不當(dāng)造成數(shù)據(jù)失真等，從而得到錯(cuò)誤的結(jié)果。以上3 種方法的優(yōu)缺點(diǎn)與適用范圍如表3 所示。

表3 缺失數(shù)據(jù)處理方法對(duì)比Table 3 Comparison of missing data processing methods

2）極值檢查。根據(jù)人們對(duì)各感知對(duì)象最基本的認(rèn)識(shí)，檢查所測(cè)量的參數(shù)及相應(yīng)的元數(shù)據(jù)（年份、月份、日份、時(shí)間、時(shí)區(qū)、經(jīng)緯度）是否在合理值區(qū)間內(nèi)。如果某一觀測(cè)值不在合理的區(qū)間內(nèi)，則該觀測(cè)值將被標(biāo)記為可疑值。

3）尖峰檢查。在數(shù)據(jù)的融合與傳輸?shù)倪^程中，可能會(huì)因?yàn)闄C(jī)器故障或傳輸損失等原因，某一個(gè)數(shù)據(jù)存在明顯不合理的較大突變。參照文獻(xiàn)［58］的方法，比較當(dāng)前時(shí)刻采樣值與上一時(shí)刻采樣值，再通過包含交通-電力網(wǎng)絡(luò)的結(jié)構(gòu)拓?fù)浼s束和流量約束的相關(guān)量測(cè)量間約束關(guān)系關(guān)聯(lián)矩陣進(jìn)行核驗(yàn)，有效解決殘差淹沒問題，提高不良數(shù)據(jù)辨識(shí)的準(zhǔn)確性。

4）等值檢查。部分檢測(cè)設(shè)備可能由于老化，導(dǎo)致檢測(cè)的數(shù)據(jù)具有一定的偏差性。因此，對(duì)于電力負(fù)荷與交通流量等周期規(guī)律強(qiáng)的數(shù)據(jù)，可以觀測(cè)其周期性輪廓線在不同時(shí)段與區(qū)域內(nèi)是否相似。如果在一定時(shí)間段或一塊區(qū)域內(nèi)出現(xiàn)了明顯的偏差，排除自然因素后，則將該時(shí)段或區(qū)域的數(shù)據(jù)標(biāo)記為可疑值。

5）梯度檢查。對(duì)于定點(diǎn)、長(zhǎng)時(shí)間序列的數(shù)據(jù)通常前后時(shí)刻的變化是連續(xù)、有規(guī)律的，因此可以通過確定相鄰兩時(shí)刻間的差值對(duì)數(shù)據(jù)進(jìn)行校驗(yàn)，超過某一閾值并排除故障、堵塞等特殊情況后，判定為異常值。

6）一致性檢查。由于交通與能源的數(shù)據(jù)在時(shí)間與空間上具有相關(guān)性，不同感知對(duì)象之間同樣存在一定的聯(lián)系［59］。例如交通流量與充電負(fù)荷的關(guān)系、天氣情況與交通流量的關(guān)系、當(dāng)前電價(jià)與充電功率的關(guān)系等。因此，可以根據(jù)在同一時(shí)刻、同一地點(diǎn)觀測(cè)得到的數(shù)據(jù)間的相互關(guān)系進(jìn)行檢驗(yàn)。如果某一要素的數(shù)據(jù)與其他同時(shí)刻要素的數(shù)據(jù)在一定的范圍內(nèi)不符合兩者之間的關(guān)系，則標(biāo)記為可疑值。

3.3 交通能源網(wǎng)絡(luò)信息挖掘與分析技術(shù)

交通能源融合大數(shù)據(jù)平臺(tái)的數(shù)據(jù)分析核心在于電動(dòng)汽車移動(dòng)模式分析、負(fù)荷時(shí)空分布預(yù)測(cè)以及交通能源關(guān)聯(lián)性分析，整體流程如圖6 所示。

圖6 交通能源網(wǎng)絡(luò)信息挖掘與分析流程Fig.6 Process of information mining and analysis in traffic-energy network

1）移動(dòng)模式分析。分析交通系統(tǒng)中各主體的出行規(guī)律，主要包括活動(dòng)特性分析、出行類別劃分和異常狀況分析。活動(dòng)特性分析考慮不同類型交通方式下的行程規(guī)律、平均行駛速度、早晚高峰流量分布、交叉口排隊(duì)時(shí)間等進(jìn)行統(tǒng)計(jì)分析，宏觀把握各種交通方式的出行特性分布；出行類別劃分根據(jù)不同類型用戶的出行起訖時(shí)刻、停駐位置和時(shí)長(zhǎng)、出行目的等，提取用戶出行OD（origin-destination）矩陣，繪制居民區(qū)、工作區(qū)、商業(yè)區(qū)等空間熱點(diǎn)分布模型，為交通精細(xì)化管理及不同類型用戶提供分類定制化的服務(wù)；異常狀況分析考慮突發(fā)自然災(zāi)害或交通事故，這些異常狀況具有較強(qiáng)的不確定性、突發(fā)性與隨機(jī)性，主要通過模板匹配進(jìn)行異常狀況檢測(cè)。

2）負(fù)荷時(shí)空分布預(yù)測(cè)。精準(zhǔn)預(yù)測(cè)電動(dòng)汽車的負(fù)荷分布是電網(wǎng)負(fù)荷管控的關(guān)鍵，也是風(fēng)險(xiǎn)預(yù)警與防控的先決條件。主要分為基于數(shù)理統(tǒng)計(jì)的分析與基于數(shù)據(jù)驅(qū)動(dòng)的建模［34］?；跀?shù)理統(tǒng)計(jì)的方法是在掌握電動(dòng)汽車移動(dòng)模式整體分布特性的基礎(chǔ)上，結(jié)合不確定性模糊理論并將其擬合為數(shù)學(xué)模型，再代入設(shè)置的基本參數(shù)對(duì)充電負(fù)荷進(jìn)行時(shí)空分布預(yù)測(cè)分析。然而對(duì)于高維、非線性、海量分布式數(shù)據(jù)，數(shù)理統(tǒng)計(jì)方法難以獲取精細(xì)的預(yù)測(cè)分析結(jié)果，因此有學(xué)者提出基于數(shù)據(jù)驅(qū)動(dòng)的方法，包括基于移動(dòng)社交網(wǎng)絡(luò)平臺(tái)的電動(dòng)汽車充放電行為預(yù)測(cè)模型［60］、城市交通狀態(tài)估計(jì)［61］、基于卷積神經(jīng)網(wǎng)絡(luò)和小生境免疫算法的電動(dòng)汽車充電負(fù)荷預(yù)測(cè)［62］等，通過自適應(yīng)學(xué)習(xí)歷史數(shù)據(jù)中的隱藏演變模式，對(duì)未來負(fù)荷時(shí)空分布規(guī)律進(jìn)行建模。

3）交通能源關(guān)聯(lián)耦合特性分析。關(guān)聯(lián)耦合分析的核心是量化兩個(gè)變量之間的數(shù)理關(guān)系，現(xiàn)實(shí)場(chǎng)景中，交通與能源的關(guān)聯(lián)十分緊密。例如，電動(dòng)汽車用戶發(fā)起充電需求的時(shí)刻與電網(wǎng)提供充電服務(wù)的時(shí)刻具有時(shí)間滯后性，并且充電位置與用戶行駛軌跡具有空間相關(guān)性。此外，當(dāng)交通發(fā)生區(qū)域范圍堵塞或癱瘓時(shí)，該區(qū)域充電負(fù)荷的滯后性將更加明顯，并且區(qū)域周圍充電負(fù)荷也將升高；當(dāng)電網(wǎng)發(fā)生區(qū)域停電或故障時(shí)，可能會(huì)引發(fā)用戶的電量焦慮，從而導(dǎo)致附近充電負(fù)荷會(huì)急劇增加?？梢岳藐P(guān)聯(lián)規(guī)則聚類系統(tǒng)［63］、基于關(guān)聯(lián)規(guī)則的分類［64］、關(guān)聯(lián)決策樹［65］等數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘方法，加以不同類型氣象數(shù)據(jù)及周邊區(qū)域不同充電站的關(guān)聯(lián)特性進(jìn)行分析。

3.4 多層級(jí)全生命周期信息加密技術(shù)

將數(shù)據(jù)安全與隱私保護(hù)落實(shí)到交通能源融合大數(shù)據(jù)平臺(tái)架構(gòu)的各個(gè)層級(jí)中，以及從整理數(shù)據(jù)到應(yīng)用數(shù)據(jù)的平臺(tái)全生命周期中，是全方位保障大數(shù)據(jù)平臺(tái)常態(tài)化安全穩(wěn)定運(yùn)行的技術(shù)基礎(chǔ)。事實(shí)上，各行各業(yè)的大數(shù)據(jù)平臺(tái)在安全保護(hù)所應(yīng)用的技術(shù)有許多的通用之處，并且這些技術(shù)都側(cè)重應(yīng)對(duì)人為網(wǎng)絡(luò)攻擊。完整的多層級(jí)全生命周期數(shù)據(jù)安全技術(shù)參考關(guān)系如圖7 所示。

圖7 多層級(jí)全生命周期數(shù)據(jù)安全技術(shù)Fig.7 Technology of multi-level lifecycle data security

平臺(tái)的融合層負(fù)責(zé)在整理融合階段保障各運(yùn)營(yíng)商各部門所收集數(shù)據(jù)的安全。在保證融合算法高效性的條件下，除了采取先進(jìn)的數(shù)據(jù)質(zhì)量?jī)?yōu)化技術(shù)、數(shù)據(jù)清洗技術(shù)來辨識(shí)和剔除信息采集中因不可抗力因素引發(fā)的異常、冗余數(shù)據(jù)混雜，還有必要在源頭上預(yù)防人為惡意注入虛假數(shù)據(jù)對(duì)信息收集過程的干擾。聰明的攻擊者會(huì)事先掌握交通網(wǎng)穩(wěn)態(tài)狀況、電網(wǎng)信息及其保護(hù)算法，能有效避開不良數(shù)據(jù)辨識(shí)檢測(cè)。文獻(xiàn)［66］利用歷史數(shù)據(jù)的軌跡規(guī)律對(duì)比分析，提出了基于廣義似然的序貫檢測(cè)和傳感器軌跡預(yù)測(cè)方法，能夠識(shí)別出偽裝的虛假數(shù)據(jù)。借助機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、模糊聚類等人工智能技術(shù)，提取大數(shù)據(jù)的海量特征來對(duì)虛假數(shù)據(jù)進(jìn)行判斷是一種效果較好的方案［67-68］。在規(guī)劃方面，文獻(xiàn)［69］提出了雙層混合整數(shù)線性規(guī)劃模型以識(shí)別電力系統(tǒng)的關(guān)鍵區(qū)域與組件，從而更優(yōu)地向系統(tǒng)傳感設(shè)備分配防御虛假數(shù)據(jù)的資源，預(yù)測(cè)攻擊者的潛在攻擊目標(biāo)，形成攻防雙方博弈的最優(yōu)策略。

傳輸層是數(shù)據(jù)流入流出的通道，數(shù)據(jù)的提供者和消費(fèi)者將在此處進(jìn)行雙向交互。一般地，數(shù)據(jù)在被傳輸之前都會(huì)有加密處理?，F(xiàn)有應(yīng)用廣泛的代理重加密算法、完全同態(tài)加密算法已能解決大部分?jǐn)?shù)據(jù)安全保護(hù)的問題，但存在著密鑰管理和計(jì)算效率低的問題［70］，同時(shí)加密手段用于敏感數(shù)據(jù)防護(hù)方面仍有所欠缺［71］。而脫敏處理可以實(shí)現(xiàn)在不改變數(shù)據(jù)原始特征的條件下變換信息中的敏感內(nèi)容，有利于避免隱私數(shù)據(jù)的泄露。隨著量子信息技術(shù)的發(fā)展，量子保密通信技術(shù)將會(huì)是未來重點(diǎn)研發(fā)和突破的信息傳輸技術(shù)［72-73］。

分析層是實(shí)現(xiàn)交通能源融合的核心，兩網(wǎng)的數(shù)據(jù)上傳并存儲(chǔ)到平臺(tái)分析層，將能源網(wǎng)數(shù)據(jù)和交通網(wǎng)數(shù)據(jù)進(jìn)行本體驅(qū)動(dòng)的標(biāo)準(zhǔn)化集成處理、深度挖掘以及數(shù)據(jù)存儲(chǔ)。數(shù)據(jù)挖掘和數(shù)據(jù)操作的過程中應(yīng)重點(diǎn)降低泄露和訪問風(fēng)險(xiǎn)，現(xiàn)有最基本的手段是匿名化技術(shù)、屬性控制和差分隱私算法，但在交通側(cè)與能源側(cè)的數(shù)據(jù)集龐大且關(guān)聯(lián)性強(qiáng)，單獨(dú)應(yīng)用上述方案會(huì)存在計(jì)算效率低、被動(dòng)防御等問題［74］。交通能源融合大數(shù)據(jù)平臺(tái)除了建立技術(shù)面所需數(shù)據(jù)庫(kù)外，還應(yīng)設(shè)有在一定法律允許范圍內(nèi)存儲(chǔ)數(shù)據(jù)消費(fèi)用戶的基本信息的數(shù)據(jù)庫(kù)，如用戶目標(biāo)、偏好、信用等。訪問權(quán)限管理技術(shù)則可以基于該用戶數(shù)據(jù)庫(kù)對(duì)數(shù)據(jù)消費(fèi)者進(jìn)行嚴(yán)格的角色鑒定、身份認(rèn)證，對(duì)其數(shù)據(jù)挖掘或者訪問請(qǐng)求進(jìn)行風(fēng)險(xiǎn)評(píng)估［75］，從而保證數(shù)據(jù)流通的安全性以及提升平臺(tái)對(duì)威脅的攔截概率。當(dāng)前，區(qū)塊鏈技術(shù)因其靈活和獨(dú)具特色的加密機(jī)制而在V2G 去中心化交易［76］、數(shù)據(jù)訪問控制與共享［77］等領(lǐng)域受到青睞，未來區(qū)塊鏈技術(shù)在交通-電力市場(chǎng)方向的運(yùn)用可能成為潛在的發(fā)展趨勢(shì)。

數(shù)據(jù)消費(fèi)者在應(yīng)用層獲取經(jīng)授權(quán)后的流出數(shù)據(jù)。該過程對(duì)應(yīng)于數(shù)據(jù)生命周期的應(yīng)用階段，需要實(shí)施風(fēng)險(xiǎn)評(píng)估與訪問控制策略以確保數(shù)據(jù)不被泄露和濫用。同時(shí)，在數(shù)據(jù)流出的過程中需做好流轉(zhuǎn)記錄，便于出現(xiàn)異常后的及時(shí)查找與追溯［78］。

4 交通能源融合大數(shù)據(jù)平臺(tái)典型應(yīng)用

交通能源互聯(lián)網(wǎng)作為跨學(xué)科、跨領(lǐng)域的前沿研究，具有很強(qiáng)的衍生性和包容性?；诮煌茉椿ヂ?lián)網(wǎng)的理念，構(gòu)建交通能源融合大數(shù)據(jù)平臺(tái)的典型應(yīng)用場(chǎng)景，并且支持橫向擴(kuò)展更廣闊的業(yè)務(wù)功能，加強(qiáng)與更多的網(wǎng)絡(luò)組織的聯(lián)系，促進(jìn)更龐大更復(fù)雜耦合網(wǎng)絡(luò)的形成。目前，智慧城市、港口交通、城市群區(qū)域、智慧航空，分別與交通系統(tǒng)存在工程場(chǎng)景，并具備交通能源融合的應(yīng)用潛力。

4.1 智慧城市TOD 園區(qū)建設(shè)

TOD 的概念早在1992 年就被提出，具體是指以交通為導(dǎo)向的城市發(fā)展模式（transit-oriented development，TOD）。TOD 園區(qū)圍繞中心的交通樞紐站點(diǎn)通過路網(wǎng)向外輻射，建設(shè)有綜合辦公、商業(yè)、公交站、住宅、能源供給站點(diǎn)等多功能多用途的基礎(chǔ)設(shè)施及配套建筑。TOD 園區(qū)由于其土地面積適中、城市功能高效完善、區(qū)域能源集中、人車出行規(guī)律性強(qiáng)等特征，是交通與能源融合交互的典型場(chǎng)景。中國(guó)在TOD 的引進(jìn)和發(fā)展上采取了積極措施，例如早期探索TOD 模式的云南昆明呈貢核心區(qū)，園區(qū)內(nèi)設(shè)有云南大學(xué)、高鐵樞紐以及綠色生態(tài)系統(tǒng)［79］；2019 年成都市帶頭首批規(guī)劃建設(shè)了16 個(gè)TOD 示范項(xiàng)目［80］。

TOD 園區(qū)人口繁多，考察每個(gè)用戶的行為和應(yīng)激心理，為每個(gè)用戶提供合理的應(yīng)用方案，是打造具有TOD 特色的交通能源大數(shù)據(jù)平臺(tái)的目標(biāo)，主要包括以下工作：

1）靈活性資源調(diào)度潛力評(píng)估。大數(shù)據(jù)平臺(tái)可以對(duì)用戶進(jìn)行智能聚類，利用數(shù)據(jù)挖掘技術(shù)獲取用戶出行行為、用能行為規(guī)律，并進(jìn)行多維可調(diào)度潛力評(píng)估，實(shí)行合理的調(diào)度安排和出力分配。

2）實(shí)時(shí)滾動(dòng)優(yōu)化運(yùn)行。大數(shù)據(jù)平臺(tái)分析發(fā)電側(cè)和負(fù)荷側(cè)的供需差異數(shù)據(jù)，建立合理的電價(jià)激勵(lì)的用戶需求響應(yīng)模型。模型接入在線傳輸?shù)膶?shí)時(shí)數(shù)據(jù)，從而制定電動(dòng)汽車最優(yōu)的充放電策略，引導(dǎo)交通負(fù)荷消納可再生能源、削峰填谷，最終推動(dòng)實(shí)現(xiàn)能量的高效利用和園區(qū)運(yùn)營(yíng)成本的經(jīng)濟(jì)性最優(yōu)。

3）可視化展示與分析。為了將平臺(tái)處理得到的數(shù)據(jù)以更為簡(jiǎn)潔明了的方式呈現(xiàn)給各類用戶，平臺(tái)數(shù)據(jù)會(huì)經(jīng)前端技術(shù)包裝，形成可視化界面和客戶終端。作為園區(qū)用戶，或者從外界駛?cè)雸@區(qū)網(wǎng)絡(luò)覆蓋范圍的用戶，經(jīng)過身份認(rèn)證和使用授權(quán)后能夠通過個(gè)人便攜移動(dòng)設(shè)備或者車載電腦實(shí)時(shí)查看平臺(tái)客戶端顯示的路網(wǎng)交通狀況、停車位置信息、充電站排隊(duì)信息、電價(jià)分布以及平臺(tái)提供的出行路徑，用戶既可以參考系統(tǒng)提供的方案出行，也可以按照用戶意愿制定個(gè)性化出行方案。

4.2 港口交通能源綜合系統(tǒng)建設(shè)

港口是實(shí)現(xiàn)國(guó)際集裝箱貿(mào)易的重要基建設(shè)施，港口機(jī)械、運(yùn)轉(zhuǎn)車輛或拖船、貨運(yùn)鐵路等港口物流交通系統(tǒng)的電氣化與含新能源發(fā)電場(chǎng)（海上風(fēng)能、太陽(yáng)能、潮汐能）的港口微電網(wǎng)、燃料輸送網(wǎng)絡(luò)、冷熱負(fù)荷供應(yīng)網(wǎng)絡(luò)等能源系統(tǒng)的綜合集成共同推動(dòng)港口交通能源的融合發(fā)展。近年來，世界范圍內(nèi)多個(gè)重要海岸港口、河流港口開始逐步發(fā)展和建設(shè)港口綜合能源系統(tǒng)［81］。

港口綜合能源系統(tǒng)管道能流較為復(fù)雜，包括電網(wǎng)潮流、化石燃料流、熱水流和生產(chǎn)型化工原料流，交通運(yùn)輸設(shè)備眾多且繁忙。同時(shí)，港口、碼頭的大氣污染物排放量較大［82］。利用大數(shù)據(jù)技術(shù)能夠完成以下與建設(shè)港口交通能源綜合系統(tǒng)相關(guān)的工作：

1）能源供需預(yù)測(cè)。港口交通能源互聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)必須要配置更強(qiáng)大的算力，以同時(shí)求解平臺(tái)內(nèi)嵌的數(shù)據(jù)驅(qū)動(dòng)型管道多能流融合的統(tǒng)一潮流模型。平臺(tái)應(yīng)用層基于深度學(xué)習(xí)算法、大數(shù)據(jù)挖掘和多維數(shù)據(jù)融合功能，并考慮到船舶停港時(shí)間、能源使用的時(shí)效性等多時(shí)間尺度特性，對(duì)港口各能流需求和港口新能源發(fā)電出力的隨機(jī)性進(jìn)行預(yù)測(cè)。

2）故障識(shí)別與應(yīng)急方案。平臺(tái)在實(shí)時(shí)監(jiān)測(cè)各能源傳輸設(shè)備運(yùn)行情況的同時(shí)，還需基于歷史和實(shí)時(shí)的大數(shù)據(jù)統(tǒng)計(jì)特征評(píng)估多層級(jí)耦合網(wǎng)絡(luò)脆弱性，辨識(shí)系統(tǒng)薄弱環(huán)節(jié)。即使物理系統(tǒng)發(fā)生故障，平臺(tái)也能調(diào)用智能搜索模塊快速鎖定故障位置并調(diào)整相應(yīng)設(shè)備動(dòng)作，同時(shí)制定應(yīng)急協(xié)同調(diào)度策略，重新規(guī)劃能流，避免故障在各能流網(wǎng)間的相互傳播引發(fā)連鎖故障，最大限度減輕故障引發(fā)的損失。

3）港口-內(nèi)陸協(xié)同優(yōu)化。對(duì)于占地面積較大的港口，平臺(tái)需要接入到港口機(jī)械、運(yùn)輸車輛或船舶的負(fù)載容量、耗電情況采集數(shù)據(jù)庫(kù)，結(jié)合港口內(nèi)的陸地路網(wǎng)拓?fù)渑c實(shí)時(shí)車流量，制定最優(yōu)物流任務(wù)配置和路徑規(guī)劃等相關(guān)的優(yōu)化方案，減少港口、碼頭及內(nèi)陸的污染排放。

4.3 城市群區(qū)域交通能源一體化建設(shè)

隨著中國(guó)城市化進(jìn)程的加速，以特大城市為中心、聯(lián)系周圍城市向外輻射擴(kuò)展形成的城市群區(qū)域已迅速在中國(guó)規(guī)劃建設(shè)，例如長(zhǎng)江三角洲地區(qū)、珠江三角洲地區(qū)、成渝經(jīng)濟(jì)區(qū)和長(zhǎng)株潭城市群等。城市群的發(fā)展加快了資源和信息的流動(dòng)，促進(jìn)了市場(chǎng)和產(chǎn)業(yè)的擴(kuò)大，對(duì)區(qū)域經(jīng)濟(jì)發(fā)展起到引領(lǐng)作用［83］。

與城市中小型區(qū)域內(nèi)交通能源協(xié)同規(guī)劃不同，城市群交通能源融合大數(shù)據(jù)平臺(tái)應(yīng)有更強(qiáng)的數(shù)據(jù)傳輸能力、保持響應(yīng)速度、存儲(chǔ)空間充足等功能，以適應(yīng)空間跨度更大、設(shè)備分布更分散的城市群交通能源互聯(lián)網(wǎng)系統(tǒng)，其中主要包括高速路網(wǎng)與城際軌道交通。

1）高速路網(wǎng)是連接城市的基本交通系統(tǒng)。城市之間距離遠(yuǎn)、電動(dòng)汽車高速行駛耗電量大，如何規(guī)劃高速路網(wǎng)沿線公共充電站的位置與容量是當(dāng)前研究的重點(diǎn)。依托大數(shù)據(jù)平臺(tái)，挖掘長(zhǎng)期車流信息與車輛充電數(shù)據(jù)，構(gòu)建以建設(shè)成本、用戶成本最低為目標(biāo)函數(shù)的數(shù)據(jù)驅(qū)動(dòng)模型，實(shí)現(xiàn)充電站、換電站或服務(wù)區(qū)的最優(yōu)選址和容量確定。同時(shí)，針對(duì)含光伏儲(chǔ)能設(shè)備的充電站，平臺(tái)通過對(duì)光伏出力的預(yù)測(cè)，以光儲(chǔ)充電站的壽命周期成本最小為目標(biāo)規(guī)劃光儲(chǔ)設(shè)備容量，并智能調(diào)控充電負(fù)荷和儲(chǔ)能出力。

2）城際軌道交通是城市群交通能源互聯(lián)網(wǎng)的另一重要應(yīng)用場(chǎng)景。鐵路沿線布置的分布式新能源和儲(chǔ)能設(shè)備也將接入軌道交通牽引網(wǎng)，形成“源-荷-儲(chǔ)”系統(tǒng)［16］。大數(shù)據(jù)平臺(tái)能夠快速整合異構(gòu)計(jì)算資源，采用多級(jí)協(xié)調(diào)式能量管理技術(shù)，以優(yōu)化列車和配電網(wǎng)運(yùn)行成本最低為目標(biāo)，設(shè)計(jì)合理的電源側(cè)供應(yīng)和用電側(cè)需求的平衡方案。此外，在建立牽引供電系統(tǒng)和電動(dòng)汽車充換電站聯(lián)合運(yùn)行系統(tǒng)的模型基礎(chǔ)上，平臺(tái)應(yīng)用層可以制定價(jià)格激勵(lì)策略，反饋并引導(dǎo)用戶消納軌道交通系統(tǒng)再生制動(dòng)能量，從而提高能源利用率，實(shí)現(xiàn)“源-荷-儲(chǔ)”系統(tǒng)的協(xié)同運(yùn)行。

4.4 智慧航空交通運(yùn)輸系統(tǒng)建設(shè)

面對(duì)中國(guó)民航運(yùn)輸量、空中交通規(guī)模和復(fù)雜程度持續(xù)高速增長(zhǎng)的發(fā)展趨勢(shì)［84］，2019 年民航局提出智慧民用航空運(yùn)輸系統(tǒng)發(fā)展方向，即大數(shù)據(jù)、云計(jì)算和互聯(lián)網(wǎng)等新一代信息技術(shù)在民航的應(yīng)用和融合［85］，推動(dòng)民航運(yùn)行全面數(shù)字化，促進(jìn)民航業(yè)高效、綠色和可持續(xù)發(fā)展。

交通能源互聯(lián)網(wǎng)發(fā)展趨勢(shì)下的智慧民航工程分為硬件和軟件系統(tǒng)兩個(gè)協(xié)同發(fā)展的方向。在硬件方面，飛機(jī)電氣化推進(jìn)系統(tǒng)和混合電推進(jìn)技術(shù)是目前各國(guó)研發(fā)聚焦的熱點(diǎn)。電推進(jìn)技術(shù)能顯著降低碳排放與噪聲，促進(jìn)新型航空運(yùn)輸業(yè)的發(fā)展。但現(xiàn)有電動(dòng)飛機(jī)受限于電池能量密度，遠(yuǎn)不能滿足大承重長(zhǎng)距離的運(yùn)輸要求，電推進(jìn)和電動(dòng)飛機(jī)領(lǐng)域在世界范圍內(nèi)均處于起步階段［86］。軟件系統(tǒng)方面，具有航空航天特色的交通能源大數(shù)據(jù)平臺(tái)有望實(shí)現(xiàn)以下功能：

1）機(jī)坪“車-機(jī)-路”自主協(xié)同運(yùn)行。在機(jī)場(chǎng)內(nèi)廣泛部署車輛、航空器和廊橋傳感設(shè)備，使機(jī)場(chǎng)運(yùn)控中心能深度感知場(chǎng)面資源和地面交通運(yùn)行情況，實(shí)現(xiàn)對(duì)機(jī)場(chǎng)資源的優(yōu)化配置和交通的宏觀優(yōu)化調(diào)度。同時(shí)，地面交通工具還具備障礙檢測(cè)、協(xié)同避讓和自主路徑規(guī)劃等功能，提高機(jī)坪無人化水平。

2）航空器健康狀況分析。民航客機(jī)的一次正常航班后，會(huì)產(chǎn)生海量機(jī)組狀態(tài)數(shù)據(jù)和機(jī)載日志信息，為嚴(yán)格保證下次航行的安全性，大數(shù)據(jù)平臺(tái)必須借助智能模型對(duì)這些數(shù)據(jù)進(jìn)行收集、價(jià)值挖掘和處理，分析航空器各組件的性能或壽命情況，完成快速故障診斷，以安排航后維護(hù)和檢修。

3）智能空中交通流管理。航空器的正常穩(wěn)定飛行需要與地面塔臺(tái)頻繁多鏈路交互通信，以感知各航路信息和氣象條件，平臺(tái)需要承載多鏈路的空地寬帶高速數(shù)據(jù)傳輸技術(shù)，保證超遠(yuǎn)距離的信號(hào)覆蓋。在規(guī)劃方面，管理人員通過大數(shù)據(jù)平臺(tái)提前獲取航跡需求后，能及時(shí)請(qǐng)求相應(yīng)空域管理中心、氣象部門的數(shù)據(jù)，為航班制定最優(yōu)的航路并預(yù)測(cè)空中交通態(tài)勢(shì)，輔助地面中心管制與航班波優(yōu)化。

5 總結(jié)與展望

在“碳達(dá)峰、碳中和”的國(guó)家戰(zhàn)略背景下，交通能源融合發(fā)展是未來城市建設(shè)與發(fā)展的必然趨勢(shì)，交通能源融合大數(shù)據(jù)平臺(tái)是實(shí)現(xiàn)交通網(wǎng)與能源網(wǎng)數(shù)據(jù)深度融合、協(xié)同運(yùn)行控制、全方位優(yōu)化調(diào)度極為有力的技術(shù)支撐。本文提出了交通能源融合大數(shù)據(jù)平臺(tái)的基本架構(gòu)，初步闡釋了交通能源融合大數(shù)據(jù)平臺(tái)在多源數(shù)據(jù)融合、復(fù)雜數(shù)據(jù)分析處理、交通能源協(xié)同優(yōu)化調(diào)控與安全保護(hù)4 個(gè)方面所面臨的難點(diǎn)與挑戰(zhàn)，論述了應(yīng)對(duì)方法與關(guān)鍵技術(shù)，并針對(duì)交通能源融合的典型場(chǎng)景，給出了相關(guān)應(yīng)用方案。

然而，完善交通能源互聯(lián)網(wǎng)理念中的全局信息交互、積極推動(dòng)交通能源融合大數(shù)據(jù)平臺(tái)落地應(yīng)用仍存在許多問題和挑戰(zhàn)，例如：

1）交通能源融合大數(shù)據(jù)平臺(tái)的研究和工程應(yīng)用目前處于起步階段，作用的空間范圍小、作用的系統(tǒng)結(jié)構(gòu)簡(jiǎn)單，未來將進(jìn)一步研究如何提高數(shù)據(jù)融合程度和融合范圍，以兼容更多的系統(tǒng)；

2）交通行業(yè)與能源行業(yè)的信息深度交互和協(xié)同發(fā)展需要眾多政府企業(yè)部門的溝通合作，牽涉多方利益，有必要形成統(tǒng)一規(guī)范的監(jiān)管體系；

3）交通能源融合大數(shù)據(jù)技術(shù)需要面向用戶并服務(wù)社會(huì)，因此，如何激勵(lì)與引導(dǎo)用戶接受統(tǒng)一化和智能化技術(shù)在生產(chǎn)生活中的滲透、積極選擇系統(tǒng)提供的更優(yōu)策略，是保證交通能源融合大數(shù)據(jù)平臺(tái)發(fā)揮正向作用的必要條件。