肖輔盛，吳俊杰，金 宇

（貴州電網(wǎng)有限責(zé)任公司貴陽(yáng)供電局電力調(diào)度控制中心，貴州 貴陽(yáng) 550000）

引言

當(dāng)前各級(jí)調(diào)度中心已經(jīng)陸續(xù)配備能量管理系統(tǒng)，用于監(jiān)控電網(wǎng)運(yùn)行情況。但在運(yùn)行模式上仍以人工分析為主，系統(tǒng)穩(wěn)定性過(guò)度依賴調(diào)度人員，缺乏調(diào)控一體運(yùn)行智能分析，特別是在突發(fā)事件時(shí)，可能出現(xiàn)大量事故信號(hào)與復(fù)雜電網(wǎng)接線，需要快速準(zhǔn)確的做出決策，不但使調(diào)控人員負(fù)擔(dān)加重，且很容易出現(xiàn)誤操作，不僅沒有妥善處理好故障裝置，反而使故障擴(kuò)大。對(duì)此，急需創(chuàng)建出符合調(diào)控一體化運(yùn)行模式要求的智能輔助決策系統(tǒng)，為調(diào)控人員分析和決策提供輔助作用。

1 調(diào)控智能分析輔助決策系統(tǒng)的技術(shù)問(wèn)題

在智能配電網(wǎng)運(yùn)行中，電網(wǎng)運(yùn)行管理十分關(guān)鍵，且工作量龐大，尤其是在電網(wǎng)故障狀態(tài)下，以往多采用人工分析、判斷和決策的方式完成，需要耗費(fèi)較多人力和物力，且最終決策可能不夠科學(xué)。對(duì)此，可在大數(shù)據(jù)背景下，依靠數(shù)據(jù)思維創(chuàng)建智能分析輔助決策系統(tǒng)，充分發(fā)揮數(shù)據(jù)挖掘等先進(jìn)技術(shù)優(yōu)勢(shì)，由此提高電網(wǎng)調(diào)度水平與科學(xué)決策水平，使供電站實(shí)現(xiàn)健康長(zhǎng)遠(yuǎn)發(fā)展。但在實(shí)際工作中，南方電網(wǎng)公司面臨著以下技術(shù)問(wèn)題，嚴(yán)重阻礙電網(wǎng)調(diào)度創(chuàng)新發(fā)展的步伐。

1.1 告警智能分類低效

無(wú)法對(duì)告警信息動(dòng)態(tài)監(jiān)視和自動(dòng)分類，人工無(wú)法從中快速辨識(shí)出有意義的告警內(nèi)容，尚未研究出在大量告警綜合分析后準(zhǔn)確提取有價(jià)值告警內(nèi)容的工具，使從業(yè)者工作強(qiáng)度與告警監(jiān)控壓力增加，難以準(zhǔn)確判斷和定位故障設(shè)備，使故障因拖延處理而進(jìn)一步惡化。

1.2 故障處理判斷不準(zhǔn)確

在故障處理過(guò)程中，技術(shù)人員很難結(jié)合實(shí)際運(yùn)行數(shù)據(jù)，對(duì)異常處理、調(diào)度操作以及涉及到的故障設(shè)備進(jìn)行迅速準(zhǔn)確的判斷。同時(shí)，尚未研究出運(yùn)行故障緊急處理輔助決策工具，導(dǎo)致故障影響范圍進(jìn)一步擴(kuò)大，研發(fā)更為嚴(yán)重的后果。

1.3 調(diào)閱管理系統(tǒng)不健全

當(dāng)前在調(diào)度預(yù)案、處理方案存儲(chǔ)、操作規(guī)程等方面沒有統(tǒng)一的管理系統(tǒng)，只能輸入標(biāo)題進(jìn)行檢索。故障預(yù)案、處理方案調(diào)閱未能與運(yùn)行故障異常進(jìn)行聯(lián)動(dòng)。例如，在站內(nèi)全部停電預(yù)案中，當(dāng)某變電站失壓后，可能同一時(shí)間出發(fā)多個(gè)預(yù)案，但因設(shè)備故障與預(yù)案之間沒有真正聯(lián)動(dòng)，很可能使技術(shù)人員找不到主要問(wèn)題，影響故障根源的準(zhǔn)確定位和處理。針對(duì)上述問(wèn)題，應(yīng)研發(fā)出以設(shè)備故障為導(dǎo)向的健全的調(diào)閱管理系統(tǒng)，具備操作規(guī)程、方案智能調(diào)閱以及聯(lián)動(dòng)功能，在發(fā)生不同類型設(shè)備故障時(shí)，能夠迅速準(zhǔn)確地定位故障根源，并調(diào)出相應(yīng)的處置方案、操作規(guī)程，為故障處理提供輔助支撐[1]。

1.4 信息傳達(dá)發(fā)布不及時(shí)

在發(fā)生電網(wǎng)安全運(yùn)行故障后，應(yīng)將信息即時(shí)發(fā)布出去，并通知相關(guān)人員、自動(dòng)匯總故障處理流程等，將各類信息整理后匯總為故障通知內(nèi)容，將其傳遞給指定人員，使故障信息能夠高效傳達(dá)。但是，當(dāng)前該系統(tǒng)存在一定延遲，導(dǎo)致信息無(wú)法及時(shí)傳達(dá)和發(fā)布，難以為故障處理提供強(qiáng)大支撐。

2 調(diào)控智能分析輔助決策系統(tǒng)的關(guān)鍵技術(shù)

2.1 大數(shù)據(jù)挖掘技術(shù)

在電網(wǎng)調(diào)控領(lǐng)域中，數(shù)據(jù)挖掘技術(shù)應(yīng)用到電網(wǎng)故障分析中，可充分發(fā)揮其先進(jìn)性、可行性優(yōu)勢(shì)，創(chuàng)建調(diào)控智能分析輔助決策系統(tǒng)，滿足多種業(yè)務(wù)場(chǎng)景的應(yīng)用需求。該項(xiàng)技術(shù)的應(yīng)用重點(diǎn)體現(xiàn)在以下方面。一是數(shù)據(jù)匯集，在大數(shù)據(jù)計(jì)算中，應(yīng)對(duì)芯片技術(shù)、服務(wù)器、存儲(chǔ)器等軟件定義的HPC 進(jìn)行完善，創(chuàng)建出與調(diào)控系統(tǒng)相適應(yīng)的計(jì)算架構(gòu)。將不同系統(tǒng)與結(jié)構(gòu)的數(shù)據(jù)匯集起來(lái)，以常規(guī)數(shù)據(jù)的方式接入數(shù)據(jù)庫(kù)，再通過(guò)Flume、Sqoop 等方式進(jìn)行數(shù)據(jù)全量抽取，根據(jù)校驗(yàn)規(guī)則引擎清洗數(shù)據(jù)；二是數(shù)據(jù)存儲(chǔ)，為實(shí)現(xiàn)對(duì)外數(shù)據(jù)服務(wù)統(tǒng)一，可根據(jù)數(shù)據(jù)結(jié)構(gòu)特征選擇相應(yīng)的存儲(chǔ)方式，如關(guān)系型、分布式、列式等等，分別用于存儲(chǔ)靜態(tài)模型參數(shù)、實(shí)時(shí)數(shù)據(jù)、歷史數(shù)據(jù)等；三是數(shù)據(jù)關(guān)聯(lián)，因數(shù)據(jù)來(lái)源不盡相同，可采用引用、外鍵等形式使不同數(shù)據(jù)關(guān)聯(lián)起來(lái)，總結(jié)電網(wǎng)設(shè)備故障成因與應(yīng)急措施，為后期調(diào)控業(yè)務(wù)開展與科學(xué)決策提供數(shù)據(jù)支持。

2.2 知識(shí)譜圖智能決策技術(shù)

根據(jù)大量實(shí)踐經(jīng)驗(yàn)可知，人工智能的應(yīng)用可使電網(wǎng)調(diào)控智能水平顯著提升，知識(shí)譜圖以圖的形式展現(xiàn)數(shù)據(jù)結(jié)構(gòu)，在檢索、推理與分析等方面功能顯著，可將知識(shí)間的關(guān)系準(zhǔn)確形象的描述出來(lái)，作為知識(shí)推理分析引擎投入使用。在電網(wǎng)調(diào)控方面，知識(shí)譜圖包括以下內(nèi)容。一是知識(shí)表現(xiàn)，依靠圖譜的方式展現(xiàn)知識(shí)間的關(guān)聯(lián)，并將其存儲(chǔ)到知識(shí)語(yǔ)義網(wǎng)絡(luò)；二是知識(shí)計(jì)算，利用檢索與推理等方式采集知識(shí)信息，為科學(xué)決策提供輔助。例如，在故障處置預(yù)案圖譜中，事先對(duì)預(yù)案內(nèi)容進(jìn)行學(xué)習(xí)，采集預(yù)想故障設(shè)備名稱、處置方式等等，并創(chuàng)建知識(shí)圖譜，當(dāng)故障真正發(fā)生時(shí)便可通過(guò)智能告警出發(fā)圖譜，并顯示處置預(yù)案。通過(guò)知識(shí)推理服務(wù)的應(yīng)用，將故障信息調(diào)取出來(lái)，在故障發(fā)生后可由調(diào)控系統(tǒng)自動(dòng)匯總處置任務(wù)表，根據(jù)實(shí)際量測(cè)在線輔助決策，再由人工確認(rèn)后依靠自動(dòng)發(fā)電等完成故障處理。三是穩(wěn)定斷面智能限額，當(dāng)前電網(wǎng)運(yùn)行描述標(biāo)準(zhǔn)不斷優(yōu)化，可依靠自然語(yǔ)言采集電網(wǎng)運(yùn)行與斷面限額間的聯(lián)系，為動(dòng)態(tài)斷面穩(wěn)定限額更新提供更多便利。對(duì)此，應(yīng)不斷學(xué)習(xí)模擬調(diào)度操作，能夠靈活運(yùn)用深度神經(jīng)網(wǎng)絡(luò)等技術(shù)，當(dāng)相似事件發(fā)生后可自動(dòng)推送故障處理策略[2]。

2.3 預(yù)測(cè)技術(shù)與調(diào)度智能助手技術(shù)

電網(wǎng)預(yù)測(cè)技術(shù)是借助大數(shù)據(jù)、人工算法等，通過(guò)樣本訓(xùn)練對(duì)未來(lái)電網(wǎng)運(yùn)行趨勢(shì)進(jìn)行預(yù)測(cè)，再與可再生能源受影響因素結(jié)合起來(lái)，在調(diào)控大數(shù)據(jù)基礎(chǔ)上集成學(xué)習(xí)、自主學(xué)習(xí)等，依靠多樣化預(yù)測(cè)模型與算法，總結(jié)數(shù)據(jù)內(nèi)部規(guī)律，并將多類預(yù)測(cè)模型與算法整合起來(lái)，進(jìn)而提高預(yù)測(cè)精準(zhǔn)度。在南方電網(wǎng)公司中，分布式電源接入量不斷增加，要求循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)一步完善，提高各類算法的應(yīng)用效果，創(chuàng)建綜合預(yù)測(cè)模型，才可符合電網(wǎng)負(fù)荷預(yù)測(cè)需求。以設(shè)備故障跳閘為例，其成因包括設(shè)備自身老化、天氣因素影響，應(yīng)結(jié)合以往跳閘事件、外部氣象因素等創(chuàng)建設(shè)備狀態(tài)評(píng)估模型，采用訓(xùn)練學(xué)習(xí)的方式挖掘跳閘潛在誘發(fā)因素，并利用評(píng)估方法提高跳閘風(fēng)險(xiǎn)的辨識(shí)度與控制能力。通過(guò)語(yǔ)音識(shí)別、虛擬現(xiàn)實(shí)等技術(shù)的應(yīng)用，可使調(diào)控系統(tǒng)中的人機(jī)交互性極大提升，成為帶有語(yǔ)音交互功能的智能助手，如人臉識(shí)別、語(yǔ)音識(shí)別、觸屏控制等等，借助強(qiáng)大的搜索引擎設(shè)備，在服務(wù)端實(shí)現(xiàn)用鍵盤、語(yǔ)音輸入進(jìn)行信息搜集、加工和處理的目標(biāo)，使交互方式更加智能人性。根據(jù)服務(wù)對(duì)象類型的不同，智能引擎可部署在本地或者云端。在展示方式方面，對(duì)電網(wǎng)內(nèi)不同場(chǎng)景可利用VR 技術(shù)豐富展示效果，再利用自動(dòng)構(gòu)圖技術(shù)自動(dòng)生成多個(gè)場(chǎng)景，如停電區(qū)、電氣分區(qū)、供電路徑以及潮流圖等等。

3 調(diào)控智能分析輔助決策系統(tǒng)的設(shè)計(jì)與應(yīng)用

3.1 系統(tǒng)架構(gòu)

調(diào)控智能分析輔助決策系統(tǒng)主要由四個(gè)層次構(gòu)成，即預(yù)警應(yīng)用層、數(shù)據(jù)分析層、集成計(jì)算層、數(shù)據(jù)采集層，依靠調(diào)控一體化運(yùn)行支撐平臺(tái)建成，實(shí)現(xiàn)對(duì)電網(wǎng)信息與故障處置的統(tǒng)一化管理。該系統(tǒng)可對(duì)海量電網(wǎng)信息高效挖掘，在故障發(fā)生前準(zhǔn)確定位、分析成因、及時(shí)發(fā)布故障預(yù)警，并提出應(yīng)急處理措施，使電網(wǎng)運(yùn)維整體水平得到顯著提升。該系統(tǒng)總體架構(gòu)如圖1所示[3]。

1）數(shù)據(jù)采集層。在SNMP 數(shù)據(jù)采集協(xié)議支持下，對(duì)電網(wǎng)運(yùn)行與信息資源應(yīng)用情況進(jìn)行采集，包括運(yùn)維數(shù)據(jù)、基礎(chǔ)設(shè)施數(shù)據(jù)、故障信息以及其他外部數(shù)據(jù)。

2）集成計(jì)算層。將多源異構(gòu)數(shù)據(jù)匯集起來(lái)、存儲(chǔ)和清洗，提供批量數(shù)據(jù)與實(shí)時(shí)數(shù)據(jù)計(jì)算服務(wù)。該系統(tǒng)還利用Hadoop+Spark streaming 計(jì)算框架獲得關(guān)鍵指標(biāo)運(yùn)行數(shù)據(jù)，如生產(chǎn)、營(yíng)銷、計(jì)量和調(diào)度等等，為系統(tǒng)建設(shè)提供基礎(chǔ)數(shù)據(jù)支撐。

3）數(shù)據(jù)分析層。利用大數(shù)據(jù)對(duì)基礎(chǔ)算法庫(kù)、故障告警庫(kù)進(jìn)行挖掘，并提供強(qiáng)大的智能分析支持。大數(shù)據(jù)挖掘基礎(chǔ)算法庫(kù)中的聚類分析、回歸分析與關(guān)聯(lián)規(guī)則等內(nèi)容；故障告警則共有六種方式可供選擇，支撐后續(xù)業(yè)務(wù)開展。

4）預(yù)警應(yīng)用層。該層在底部支撐下實(shí)現(xiàn)上層應(yīng)用，并提供前臺(tái)交互服務(wù)。該系統(tǒng)共由采集監(jiān)控、預(yù)警分析與決策輔助構(gòu)成。應(yīng)用場(chǎng)景包括電網(wǎng)故障智能告警、電網(wǎng)監(jiān)視可視化、電網(wǎng)風(fēng)險(xiǎn)智能評(píng)估以及輔助決策等方面。

3.2 功能設(shè)計(jì)

3.2.1 電網(wǎng)故障智能告警

在站內(nèi)集中監(jiān)控中采集二次信號(hào)數(shù)據(jù)、關(guān)鍵用戶配置信息、缺陷設(shè)備配置信息等內(nèi)容，對(duì)輸入的調(diào)控操作系列進(jìn)行信號(hào)匹配校驗(yàn)，并根據(jù)關(guān)鍵信號(hào)與缺陷提示信息制定操作方案，對(duì)操作設(shè)備的主要缺陷進(jìn)行判斷分析，并及時(shí)告警、顯示解決措施信息。對(duì)于電網(wǎng)出現(xiàn)復(fù)雜故障的情況，此時(shí)告警信息量龐大，調(diào)控者很難從海量信息中找出主要內(nèi)容做出正確判斷。對(duì)此，可采用主網(wǎng)故障智能診斷技術(shù)，將多個(gè)平臺(tái)數(shù)據(jù)整合起來(lái)，借助人工智能進(jìn)行故障推理，包括110 kV、220 kV 與500 kV 等多種等級(jí)線路、電容等設(shè)備，根據(jù)專家知識(shí)庫(kù)推理思路，與SOR 報(bào)文相結(jié)合，通過(guò)數(shù)據(jù)采集、重組和推理等，將擾動(dòng)事項(xiàng)剔除，最后獲得準(zhǔn)確的事故信息，對(duì)故障等級(jí)進(jìn)行智能化判斷與分析。在輔助決策技術(shù)應(yīng)用下，制定科學(xué)可行的復(fù)電方案，將故障信息傳遞整體流程扁平化，由此提高事故應(yīng)急處理效率。對(duì)于一類、二類重要信號(hào)，可與掛牌、網(wǎng)架結(jié)構(gòu)、刀閘狀態(tài)與開關(guān)數(shù)據(jù)等綜合分析，并根據(jù)規(guī)定的處置要求推送給相關(guān)人員。對(duì)于三到五類信號(hào)，可在特定時(shí)間內(nèi)檢索信號(hào)，判斷信號(hào)是否存在疏漏[4]。

3.2.2 故障智能診斷

在事故智能診斷中，在SOE 報(bào)文基礎(chǔ)上，與當(dāng)前工作站點(diǎn)、檢修情況相結(jié)合，將工作信號(hào)剔除，再結(jié)合知識(shí)庫(kù)內(nèi)的相關(guān)配置，抽取數(shù)據(jù)并做出智能判斷，最終準(zhǔn)確診斷故障類型；還要將沒有歸檔的事故展示出來(lái)，如故障編號(hào)、時(shí)間、廠站、故障設(shè)備名稱、預(yù)案信息等等。在實(shí)際診斷中，還應(yīng)提供故障影響因素、故障歸檔、原始和判斷報(bào)文、發(fā)送短信等功能。在故障影響分析中，包括正常設(shè)備、備自投設(shè)備、事故分析、損失用戶數(shù)量與負(fù)荷等等；當(dāng)發(fā)生事故跳閘事件時(shí)，可通過(guò)彈出卡片的方式展示出來(lái)。在監(jiān)視人員信息匯總中，鼠標(biāo)點(diǎn)擊“匯總”按鍵，便可進(jìn)入到報(bào)文審核界面，根據(jù)審核人、報(bào)文信息，對(duì)判斷報(bào)文進(jìn)行修改，再點(diǎn)擊“確定”按鍵，便可對(duì)審核者信息進(jìn)行記錄，再點(diǎn)擊“取消”按鍵便可關(guān)閉。

3.2.3 智能運(yùn)行輔助決策

在供電范圍方面，結(jié)合當(dāng)前電網(wǎng)運(yùn)行情況，通過(guò)可視化展示出任意電網(wǎng)設(shè)備的供電通道；在事故事件評(píng)級(jí)方面，根據(jù)現(xiàn)有網(wǎng)架結(jié)構(gòu)運(yùn)行斷面，對(duì)任意設(shè)備失壓或者故障情況進(jìn)行模擬，在與用戶數(shù)量、損失負(fù)荷等可能引發(fā)故障的事件等級(jí)進(jìn)行評(píng)定。在自動(dòng)生成轉(zhuǎn)供預(yù)案方面，創(chuàng)建智能識(shí)別事故通道，根據(jù)優(yōu)先級(jí)進(jìn)行通道排序，再結(jié)合所識(shí)別的事故通道匹配相應(yīng)額度，依靠自動(dòng)掃描的方式進(jìn)行定額維護(hù)。在自動(dòng)開關(guān)巡檢方面，采用監(jiān)控系統(tǒng)對(duì)音視頻、環(huán)境安全等進(jìn)行監(jiān)控，與EMS 設(shè)備電壓、電流以及功率數(shù)據(jù)相結(jié)合，完成重點(diǎn)設(shè)備開關(guān)自動(dòng)巡檢工作。在調(diào)度日常管理方面，可從電網(wǎng)運(yùn)行現(xiàn)狀、供電信息、實(shí)時(shí)運(yùn)行風(fēng)險(xiǎn)和年內(nèi)電量值等方面生成智能化日?qǐng)?bào)，并參考實(shí)際數(shù)據(jù)計(jì)算出各項(xiàng)指標(biāo)，此舉可節(jié)約大量人工成本，使工作效率得到顯著提升。

3.2.3 電網(wǎng)風(fēng)險(xiǎn)智能評(píng)估

1）實(shí)時(shí)運(yùn)行風(fēng)險(xiǎn)評(píng)估。在此類風(fēng)險(xiǎn)評(píng)估中，對(duì)負(fù)荷潮流、運(yùn)行方式綜合分析，使智能輔助電網(wǎng)中的薄弱之處暴露出來(lái)，便于加強(qiáng)管控。針對(duì)電網(wǎng)主設(shè)備持續(xù)掃描，重點(diǎn)探究N-1 導(dǎo)致失壓的用戶數(shù)量、負(fù)荷量以及關(guān)鍵用戶等引發(fā)的事件等級(jí)，達(dá)成風(fēng)險(xiǎn)可視化目標(biāo)。根據(jù)實(shí)時(shí)分析結(jié)果，不但可使調(diào)控人員制定更具針對(duì)性的事故處置方式，還可將風(fēng)險(xiǎn)發(fā)布到運(yùn)行單位，從整體上加強(qiáng)管控力度，使風(fēng)險(xiǎn)事件的發(fā)生率進(jìn)一步降低。

2）負(fù)荷預(yù)警。將10 kV 饋線歷史負(fù)荷、元件拓?fù)溥B接關(guān)聯(lián)、設(shè)備檢修方案等信息結(jié)合起來(lái)，采用專家規(guī)則庫(kù)、自然語(yǔ)言識(shí)別、BP 神經(jīng)算法等，對(duì)設(shè)備與斷面在48 h 內(nèi)的負(fù)荷曲線分級(jí)情況進(jìn)行預(yù)測(cè)，并根據(jù)關(guān)系數(shù)據(jù)進(jìn)行設(shè)備與斷面過(guò)載預(yù)警。在主配網(wǎng)數(shù)據(jù)的基礎(chǔ)上，還可制定主網(wǎng)側(cè)自動(dòng)生成風(fēng)險(xiǎn)與處理方案，在沒有相關(guān)手段的情況下，可在自動(dòng)分析區(qū)域提高配網(wǎng)線路轉(zhuǎn)供電水平，通過(guò)減少用戶數(shù)量、轉(zhuǎn)移負(fù)荷等方式，生成大量配網(wǎng)饋線轉(zhuǎn)供電方案，使風(fēng)險(xiǎn)等級(jí)得以降低，有效控制過(guò)載隱患對(duì)電網(wǎng)運(yùn)行產(chǎn)生的干擾。

3）操作序列風(fēng)險(xiǎn)評(píng)估。在調(diào)度人員下達(dá)指令之前，應(yīng)對(duì)調(diào)度操作的電網(wǎng)進(jìn)行穩(wěn)定性評(píng)估，由此減少調(diào)度操作產(chǎn)生的安全問(wèn)題。結(jié)合當(dāng)前潮流水平與超短期預(yù)測(cè)信息，制定調(diào)度操作預(yù)計(jì)實(shí)施的安全穩(wěn)定校核斷面，針對(duì)調(diào)度引發(fā)的系統(tǒng)潮流進(jìn)行轉(zhuǎn)變，并以安全穩(wěn)定評(píng)估結(jié)果為依據(jù)，提出操作處理預(yù)案，有效減少和消除因調(diào)度指令不科學(xué)引發(fā)的安全隱患[5]。

4 結(jié)語(yǔ)

當(dāng)前電網(wǎng)設(shè)備規(guī)模日益擴(kuò)大，網(wǎng)架結(jié)構(gòu)更加復(fù)雜，對(duì)電網(wǎng)運(yùn)行管理提出更高要求，特別是在電網(wǎng)故障處理準(zhǔn)確性、及時(shí)性方面更加關(guān)鍵。對(duì)此，供電局應(yīng)在大數(shù)據(jù)背景下，充分發(fā)揮大數(shù)據(jù)調(diào)控、知識(shí)譜圖智能決策、調(diào)度智能助手等技術(shù)優(yōu)勢(shì)，創(chuàng)建出適應(yīng)調(diào)控一體化運(yùn)行模式要求的智能輔助決策系統(tǒng)，為調(diào)控人員分析和決策提供輔助作用，推動(dòng)供電行業(yè)的可持續(xù)發(fā)展。