王 波，王紅霞，姚良忠，董旭柱，馬恒瑞，馬富齊

（1. 武漢大學(xué)電氣與自動(dòng)化工程學(xué)院，湖北省武漢市 430072；2. 青海大學(xué)新能源光伏產(chǎn)業(yè)研究中心，青海省西寧市 810016）

0 引言

隨著能源轉(zhuǎn)型和信息化建設(shè)的推進(jìn)［1］，電力系統(tǒng)中源網(wǎng)儲(chǔ)荷各環(huán)節(jié)深度交互，多元異質(zhì)能量流和由數(shù)據(jù)構(gòu)成的信息流深度耦合，其分析必須由傳統(tǒng)的孤立分析方式向各環(huán)節(jié)的協(xié)同分析轉(zhuǎn)變［1-2］。在此背景下，以數(shù)字化為抓手，以數(shù)據(jù)為核心生產(chǎn)要素，通過(guò)多模態(tài)數(shù)據(jù)融合技術(shù)實(shí)現(xiàn)多種異質(zhì)網(wǎng)絡(luò)協(xié)同分析、提高系統(tǒng)中各環(huán)節(jié)可觀可控性，是提升電力系統(tǒng)運(yùn)行安全性及可靠性的有效途徑。

從數(shù)據(jù)感知的角度來(lái)看，電力物聯(lián)網(wǎng)［3］和數(shù)字電網(wǎng)［4］的建設(shè)使得電力系統(tǒng)中的數(shù)據(jù)具有新的形態(tài):一方面，電力系統(tǒng)內(nèi)大量布置的各種類型的傳感器將產(chǎn)生海量與電力業(yè)務(wù)相關(guān)的數(shù)據(jù)，涉及到電力、非電力等不同的來(lái)源，且以數(shù)字、圖像、文本等不同的形式表示；另一方面，大數(shù)據(jù)、云平臺(tái)等技術(shù)的發(fā)展使得不同領(lǐng)域、業(yè)務(wù)之間的數(shù)據(jù)壁壘被打通，數(shù)據(jù)共享更為便利，與電力業(yè)務(wù)相關(guān)的數(shù)據(jù)來(lái)源將更加廣泛和多元，電力系統(tǒng)中的數(shù)據(jù)將呈現(xiàn)空（衛(wèi)星遙感）-天（無(wú)人機(jī)巡檢）-地（各類電力量測(cè)系統(tǒng)）-海（海上風(fēng)電）全覆蓋和全采集的局面，其多類型、多結(jié)構(gòu)以及多來(lái)源的形態(tài)（多模態(tài)形態(tài)）為應(yīng)對(duì)電力系統(tǒng)的各類挑戰(zhàn)［5-6］提供了全面有效的數(shù)據(jù)基礎(chǔ)。

從數(shù)據(jù)利用和融合的角度來(lái)看，對(duì)多模態(tài)數(shù)據(jù)進(jìn)行關(guān)聯(lián)和綜合分析，實(shí)現(xiàn)各個(gè)環(huán)節(jié)各類場(chǎng)景的準(zhǔn)確、統(tǒng)一和全面感知（即數(shù)據(jù)融合），是實(shí)現(xiàn)電力系統(tǒng)全可觀和全可控的重要基礎(chǔ)支撐。但目前多模態(tài)數(shù)據(jù)融合仍處于初級(jí)階段:一方面，當(dāng)前多模態(tài)數(shù)據(jù)融合所涉及的數(shù)據(jù)類型較為單一，數(shù)據(jù)處理手段仍不成熟，以單一的結(jié)構(gòu)化數(shù)據(jù)和較為簡(jiǎn)單的決策級(jí)融合為主［7-8］，難以適應(yīng)跨類型、高精度數(shù)據(jù)分析的要求；另一方面，當(dāng)前多模態(tài)數(shù)據(jù)融合多集中于相同的域內(nèi)，涉及范圍較為有限，如針對(duì)“源”的出力預(yù)測(cè)［9-10］、針對(duì)“網(wǎng)”的穩(wěn)定性分析［11-12］等，對(duì)跨能源域、信息域等不同網(wǎng)間的融合分析不足［13-15］?？梢?jiàn)，現(xiàn)有多模態(tài)數(shù)據(jù)融合及利用的概念、技術(shù)手段和跨域支撐能力有限，須進(jìn)一步發(fā)掘其作為重要生產(chǎn)要素的潛在價(jià)值［1］。

基于此，本文首先對(duì)電力系統(tǒng)多模態(tài)數(shù)據(jù)的概念進(jìn)行剖析，將多模態(tài)數(shù)據(jù)融合擴(kuò)展到網(wǎng)內(nèi)融合和網(wǎng)間融合。然后，基于對(duì)研究方法及場(chǎng)景的總結(jié)，對(duì)2 類融合的融合模式進(jìn)行劃分，對(duì)存在的關(guān)鍵問(wèn)題進(jìn)行總結(jié)，并給出了相應(yīng)的解決思路。最后，對(duì)本文所做工作進(jìn)行了總結(jié)，并對(duì)電力系統(tǒng)多模態(tài)數(shù)據(jù)融合進(jìn)行了展望。

1 電力系統(tǒng)多模態(tài)數(shù)據(jù)及多模態(tài)數(shù)據(jù)融合

電力物聯(lián)網(wǎng)和數(shù)字電網(wǎng)建設(shè)下，電力系統(tǒng)中的數(shù)據(jù)為多模態(tài)數(shù)據(jù)，對(duì)多模態(tài)數(shù)據(jù)進(jìn)行融合利用是發(fā)揮其核心生產(chǎn)要素作用的關(guān)鍵?；诖耍菊轮饕卮鹨韵? 個(gè)問(wèn)題:1）什么是電力系統(tǒng)多模態(tài)數(shù)據(jù)？2）電力系統(tǒng)為什么要進(jìn)行多模態(tài)數(shù)據(jù)融合？3）電力系統(tǒng)多模態(tài)數(shù)據(jù)融合體系是什么？

1.1 電力系統(tǒng)多模態(tài)數(shù)據(jù)

模態(tài)是指某種事物發(fā)生或經(jīng)歷的方式，即每一種信息的來(lái)源或者形態(tài)都可稱為一種模態(tài)［16-17］，電力系統(tǒng)多模態(tài)數(shù)據(jù)就是與電力業(yè)務(wù)相關(guān)的，來(lái)自不同領(lǐng)域、不同環(huán)節(jié)，具有不同形式、結(jié)構(gòu)的數(shù)據(jù)，如圖1 所示。本節(jié)將從數(shù)據(jù)來(lái)源、數(shù)據(jù)類型和數(shù)據(jù)結(jié)構(gòu)3 個(gè)方面對(duì)電力系統(tǒng)多模態(tài)數(shù)據(jù)進(jìn)行描述。

圖1 電力系統(tǒng)多模態(tài)數(shù)據(jù)Fig.1 Multi-modal data of power systems

1.1.1 多模態(tài)數(shù)據(jù)的來(lái)源

電力系統(tǒng)多模態(tài)數(shù)據(jù)具有廣泛的來(lái)源。從電力系統(tǒng)內(nèi)部來(lái)說(shuō)，其不斷發(fā)展使得傳感器數(shù)量和類型大大增加，業(yè)務(wù)之間的互聯(lián)互通進(jìn)一步增強(qiáng)，極大地?cái)U(kuò)展了數(shù)據(jù)的來(lái)源；從電力系統(tǒng)外部來(lái)說(shuō)，廣泛接入的新能源、電動(dòng)汽車等使得電力系統(tǒng)的開(kāi)放性進(jìn)一步增加，來(lái)自交通系統(tǒng)、衛(wèi)星遙感系統(tǒng)、天氣系統(tǒng)、社會(huì)系統(tǒng)等外部系統(tǒng)的數(shù)據(jù)進(jìn)一步豐富了電力系統(tǒng)數(shù)據(jù)的來(lái)源。

與此同時(shí)，從網(wǎng)的角度來(lái)看，與電網(wǎng)具有能量交互的多種能源網(wǎng)和與電網(wǎng)具有信息交互的各類信息網(wǎng)在網(wǎng)絡(luò)結(jié)構(gòu)、功能控制等方面與電網(wǎng)有著深度耦合關(guān)系。具體地說(shuō)，電網(wǎng)作為整個(gè)能源鏈樞紐及能源變革核心環(huán)節(jié)，通過(guò)天然氣管道、熱力管道等與天然氣網(wǎng)、熱力網(wǎng)等不同的能源網(wǎng)相耦合［18］，通過(guò)電動(dòng)汽車充電樁與交通網(wǎng)耦合［19］，通過(guò)信息控制與能源供給關(guān)系與其自身的信息網(wǎng)耦合［20-21］?？梢?jiàn)，能源轉(zhuǎn)型下的電網(wǎng)是多網(wǎng)耦合的電網(wǎng)，將不同的網(wǎng)絡(luò)抽象為具有不同結(jié)構(gòu)、屬性和運(yùn)行數(shù)據(jù)的網(wǎng)絡(luò)數(shù)據(jù)，并通過(guò)網(wǎng)絡(luò)數(shù)據(jù)的分析實(shí)現(xiàn)網(wǎng)絡(luò)耦合關(guān)系的挖掘，具有重要意義。

1.1.2 多模態(tài)數(shù)據(jù)的類型

從數(shù)據(jù)類型來(lái)看，電力系統(tǒng)多模態(tài)數(shù)據(jù)具有多種數(shù)據(jù)類型，本文參照文獻(xiàn)［22］從業(yè)務(wù)領(lǐng)域角度將多模態(tài)數(shù)據(jù)分為規(guī)劃運(yùn)行數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)、管理數(shù)據(jù)、非電能源數(shù)據(jù)以及非能源數(shù)據(jù)，如圖1 所示。同時(shí)，還可根據(jù)時(shí)間尺度將多模態(tài)數(shù)據(jù)劃分為歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)；根據(jù)數(shù)據(jù)來(lái)源將多模態(tài)數(shù)據(jù)劃分為仿真數(shù)據(jù)和量測(cè)數(shù)據(jù)。

1.1.3 多模態(tài)數(shù)據(jù)的結(jié)構(gòu)

電力系統(tǒng)多模態(tài)數(shù)據(jù)的結(jié)構(gòu)十分豐富，包括:1）結(jié)構(gòu)化數(shù)據(jù)，如來(lái)自電力系統(tǒng)的電氣量、來(lái)自社會(huì)系統(tǒng)的經(jīng)濟(jì)數(shù)據(jù)以及來(lái)自天氣系統(tǒng)的氣象參量等；2）非結(jié)構(gòu)化數(shù)據(jù)，如各種圖像、視頻以及試驗(yàn)文本數(shù)據(jù)等；3）半結(jié)構(gòu)化數(shù)據(jù)，如網(wǎng)頁(yè)數(shù)據(jù)［23-24］等。

綜上，電力系統(tǒng)多模態(tài)數(shù)據(jù)在數(shù)據(jù)來(lái)源、數(shù)據(jù)類型以及數(shù)據(jù)結(jié)構(gòu)上具有廣泛和多元的特點(diǎn)，其可能來(lái)自不同的領(lǐng)域，承擔(dān)著不同的角色，且以不同的結(jié)構(gòu)、形式進(jìn)行表征，包含著十分豐富的知識(shí)，需要進(jìn)行有效分析和利用，從而發(fā)揮其核心生產(chǎn)要素作用。

1.2 電力系統(tǒng)多模態(tài)數(shù)據(jù)融合

1.2.1 多模態(tài)數(shù)據(jù)融合的目的及意義

對(duì)電力系統(tǒng)豐富的多模態(tài)數(shù)據(jù)進(jìn)行有效融合是發(fā)揮其核心生產(chǎn)要素作用的關(guān)鍵之一。

一方面，多模態(tài)數(shù)據(jù)融合將助力源網(wǎng)儲(chǔ)荷各個(gè)環(huán)節(jié)各類場(chǎng)景的準(zhǔn)確和全面性分析，如源端的風(fēng)電［9］、光伏出力預(yù)測(cè)［10］，網(wǎng)中的輸電線路狀態(tài)監(jiān)測(cè)［25］，儲(chǔ)端的儲(chǔ)能電池荷電狀態(tài)感知［26］以及荷端的負(fù)荷預(yù)測(cè)［27］等。將多模態(tài)數(shù)據(jù)進(jìn)行融合能夠使其相互補(bǔ)充和增強(qiáng)，從而有效提高目標(biāo)感知的精確性。同時(shí)，當(dāng)某一類或幾類數(shù)據(jù)由于感知終端老化、通信故障等出現(xiàn)偏差時(shí)，仍有其他數(shù)據(jù)作為補(bǔ)充，使得感知方法仍然有效，能夠一定程度上提高感知的容錯(cuò)性［7-8，28］。

另一方面，多模態(tài)數(shù)據(jù)融合將助力復(fù)雜網(wǎng)絡(luò)耦合關(guān)系的分析。能源轉(zhuǎn)型及數(shù)字化背景下，電力系統(tǒng)是源網(wǎng)荷儲(chǔ)深度耦合，各種能源網(wǎng)、交通網(wǎng)、信息網(wǎng)高度交互的電力系統(tǒng)，其在結(jié)構(gòu)、運(yùn)行方式以及交互關(guān)系上更加復(fù)雜，傳統(tǒng)孤立的網(wǎng)絡(luò)分析方法不再適用。因此，充分利用來(lái)自不同網(wǎng)絡(luò)的多模態(tài)數(shù)據(jù)，從全局統(tǒng)一的角度將復(fù)雜的依賴關(guān)系映射至數(shù)據(jù)融合及分析中，從而充分挖掘網(wǎng)絡(luò)之間的依賴和耦合關(guān)系，有利于多網(wǎng)之間的協(xié)同。

綜上，多模態(tài)數(shù)據(jù)融合以多模態(tài)數(shù)據(jù)為基礎(chǔ)，以對(duì)被分析對(duì)象的整體性、統(tǒng)一性和全局性分析為實(shí)現(xiàn)途徑，通過(guò)源網(wǎng)荷儲(chǔ)各環(huán)節(jié)的高精確性、高容錯(cuò)性分析以及多網(wǎng)之間的有效協(xié)同，實(shí)現(xiàn)電力系統(tǒng)全面可觀可控的整體目標(biāo)。

1.2.2 電力系統(tǒng)多模態(tài)數(shù)據(jù)融合框架

根據(jù)數(shù)據(jù)形式以及融合目的，本文將電力系統(tǒng)多模態(tài)數(shù)據(jù)融合分為網(wǎng)內(nèi)融合和網(wǎng)間融合。其中，網(wǎng)內(nèi)融合的定義為:以多種類型、結(jié)構(gòu)或來(lái)源的多模態(tài)數(shù)據(jù)為輸入，通過(guò)對(duì)其進(jìn)行綜合分析，實(shí)現(xiàn)對(duì)源網(wǎng)儲(chǔ)荷各個(gè)環(huán)節(jié)、各類場(chǎng)景的準(zhǔn)確、統(tǒng)一和全面的描述性、預(yù)測(cè)性和決策性分析的手段或方法。網(wǎng)間融合的定義為:以網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)屬性及網(wǎng)絡(luò)運(yùn)行數(shù)據(jù)等多模態(tài)網(wǎng)絡(luò)數(shù)據(jù)為輸入，通過(guò)對(duì)其進(jìn)行綜合分析，實(shí)現(xiàn)網(wǎng)絡(luò)間的關(guān)聯(lián)及協(xié)同運(yùn)行分析。網(wǎng)間融合主要包括以電網(wǎng)為主的能源網(wǎng)、交通網(wǎng)、信息網(wǎng)中的2 類及以上網(wǎng)絡(luò)的融合分析。其中，能源網(wǎng)包括電網(wǎng)、熱網(wǎng)、天然氣網(wǎng)等，由于各個(gè)網(wǎng)絡(luò)的能量類型、能量流動(dòng)方式以及時(shí)間尺度等屬性具有差異性，故稱為異質(zhì)能源網(wǎng)。

以上通過(guò)數(shù)據(jù)融合實(shí)現(xiàn)目標(biāo)的過(guò)程可稱為目標(biāo)感知過(guò)程，電力系統(tǒng)多模態(tài)數(shù)據(jù)融合如圖2 所示。本文將對(duì)網(wǎng)內(nèi)融合和網(wǎng)間融合的融合模式、研究現(xiàn)狀以及所存在的關(guān)鍵問(wèn)題進(jìn)行總結(jié)，并給出相應(yīng)的解決思路。

圖2 電力系統(tǒng)多模態(tài)數(shù)據(jù)融合Fig.2 Multi-modal date fusion of power system

2 網(wǎng)內(nèi)融合

電力系統(tǒng)中的網(wǎng)內(nèi)多模態(tài)數(shù)據(jù)融合是多方面、全方位的數(shù)據(jù)融合。目前，網(wǎng)內(nèi)多模態(tài)數(shù)據(jù)融合已有初步應(yīng)用［8］，但仍有一些特殊問(wèn)題需要進(jìn)一步研究。本章首先對(duì)網(wǎng)內(nèi)融合模式進(jìn)行描述，然后對(duì)現(xiàn)有網(wǎng)內(nèi)融合存在的關(guān)鍵問(wèn)題進(jìn)行總結(jié)，并給出相應(yīng)的技術(shù)解決框架。

2.1 網(wǎng)內(nèi)融合模式

從融合的層次來(lái)看，網(wǎng)內(nèi)多模態(tài)數(shù)據(jù)融合可分為數(shù)據(jù)級(jí)、特征級(jí)和決策級(jí)［7-8，28］3 類。需要指出的是，各層次融合之間沒(méi)有明顯的界限，在應(yīng)用過(guò)程中可能會(huì)根據(jù)需要對(duì)不同的融合模式進(jìn)行組合。

2.1.1 數(shù)據(jù)級(jí)融合

如附錄A 圖A1 所示，數(shù)據(jù)級(jí)融合是數(shù)據(jù)層次的融合，其首先對(duì)多模態(tài)數(shù)據(jù)進(jìn)行融合，然后基于融合后的數(shù)據(jù)進(jìn)行特征提取和目標(biāo)感知。融合過(guò)程中可根據(jù)數(shù)據(jù)類型、融合場(chǎng)景等選擇較為簡(jiǎn)單的數(shù)據(jù)拼接［9］或是較為復(fù)雜的點(diǎn)估計(jì)［29］等，融合后也可使用不同的方法進(jìn)行進(jìn)一步的特征提取及目標(biāo)感知，但在數(shù)據(jù)層次進(jìn)行融合是數(shù)據(jù)級(jí)融合的共同特征。

數(shù)據(jù)級(jí)融合往往要求融合的數(shù)據(jù)具有相同的數(shù)據(jù)格式，如基于數(shù)據(jù)級(jí)融合對(duì)結(jié)構(gòu)化的廣域測(cè)量系統(tǒng)（wide area measurement system，WAMS）和數(shù)據(jù)采 集 與 監(jiān) 控（supervisory control and data acquisition，SCADA）系統(tǒng)數(shù)據(jù)進(jìn)行融合，從而實(shí)現(xiàn)電網(wǎng)的狀態(tài)評(píng)估［29］；對(duì)非結(jié)構(gòu)化的電力設(shè)備可見(jiàn)光和紅外圖像數(shù)據(jù)［30］進(jìn)行融合，從而實(shí)現(xiàn)細(xì)節(jié)清晰、分辨率較高的電力設(shè)備圖像呈現(xiàn)。與此同時(shí)，數(shù)據(jù)級(jí)融合信息損失量較低，適用于數(shù)據(jù)質(zhì)量較高、感知精確性要求較高的場(chǎng)合。

2.1.2 特征級(jí)融合

如附錄A 圖A2 所示，特征級(jí)融合是特征層次的融合，其首先依據(jù)數(shù)據(jù)特征、物理含義及融合目標(biāo)等對(duì)多模態(tài)數(shù)據(jù)進(jìn)行特征提取；然后，對(duì)不同的特征進(jìn)行融合；最后，對(duì)融合后的特征進(jìn)行進(jìn)一步分析，獲得對(duì)目標(biāo)對(duì)象的統(tǒng)一解釋。其中，特征提取、特征融合及目標(biāo)感知方法因數(shù)據(jù)格式、場(chǎng)景、融合目的及精確性要求等不同而不同［8，28］，如針對(duì)圖像數(shù)據(jù)提取其紋理、動(dòng)態(tài)特征，針對(duì)結(jié)構(gòu)化電流數(shù)據(jù)提取其小波、信息熵特征等。

相較于數(shù)據(jù)級(jí)融合，特征級(jí)融合在特征層次進(jìn)行融合，其信息損失量較大，精確性較低，但適用范圍較廣，可用于同構(gòu)數(shù)據(jù)和異構(gòu)數(shù)據(jù)的融合。同構(gòu)數(shù)據(jù)融合包括基于電流幅值畸變度、故障能值等電氣量特征以及開(kāi)關(guān)量信息特征融合的電網(wǎng)故障診斷［31］等；異構(gòu)數(shù)據(jù)的融合包括基于卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）特征的非結(jié)構(gòu)化覆冰圖像和結(jié)構(gòu)化應(yīng)力數(shù)據(jù)融合［7］等。

2.1.3 決策級(jí)融合

如附錄A 圖A3 所示，決策級(jí)融合是決策層次的融合，其通過(guò)對(duì)不同決策結(jié)果的綜合實(shí)現(xiàn)多模態(tài)數(shù)據(jù)的融合，可以是對(duì)同一組模態(tài)數(shù)據(jù)、不同決策結(jié)果的融合［32］（見(jiàn)圖A3（a）），也可以是對(duì)不同模態(tài)數(shù)據(jù)、不同決策結(jié)果的融合［33］（見(jiàn)圖A3（b））。

該層次的融合可看作是一種投票機(jī)制，每類數(shù)據(jù)源或決策方式先獨(dú)自做出決策，然后以特定的融合機(jī)制對(duì)所有決策進(jìn)行綜合，得到最終的結(jié)果，如基于層次分析法的電網(wǎng)狀態(tài)感知、基于貝葉斯網(wǎng)絡(luò)的故障檢測(cè)等。決策級(jí)融合對(duì)數(shù)據(jù)的采樣頻率、數(shù)據(jù)結(jié)構(gòu)等要求較低，適用范圍廣泛，但其信息損失量較大，精確率較低。

2.2 網(wǎng)內(nèi)融合關(guān)鍵技術(shù)問(wèn)題

基于2.1 節(jié)所述的3 個(gè)層次的融合模式，目前電力系統(tǒng)中的網(wǎng)內(nèi)融合已取得初步的應(yīng)用成果，但是隨著電力系統(tǒng)中多模態(tài)數(shù)據(jù)的數(shù)據(jù)形式、數(shù)據(jù)來(lái)源以及數(shù)據(jù)結(jié)構(gòu)的不斷豐富，仍存在多結(jié)構(gòu)融合和多時(shí)間尺度融合2 個(gè)關(guān)鍵問(wèn)題待解決。

2.2.1 多結(jié)構(gòu)融合

電力系統(tǒng)多模態(tài)數(shù)據(jù)是具有多種結(jié)構(gòu)的多模態(tài)數(shù)據(jù)，包括來(lái)自不同領(lǐng)域、不同業(yè)務(wù)的結(jié)構(gòu)化時(shí)間序列數(shù)據(jù)，非結(jié)構(gòu)化圖像、視頻及文本數(shù)據(jù)等。如何對(duì)具有不同形式的多結(jié)構(gòu)化數(shù)據(jù)進(jìn)行有效融合，是需要研究的關(guān)鍵技術(shù)問(wèn)題。

目前，電力多模態(tài)數(shù)據(jù)融合多集中在對(duì)結(jié)構(gòu)化數(shù)據(jù)的融合方面，其融合數(shù)據(jù)源主要包括來(lái)自WAMS、SCADA 系統(tǒng)、配電自動(dòng)化等系統(tǒng)的電氣量和開(kāi)關(guān)量數(shù)據(jù)［29，32，34］，以及來(lái)自各類傳感器的微氣象［7］和狀態(tài)監(jiān)測(cè)參量［35］等。盡管這些數(shù)據(jù)在物理意義和量綱上不同，但由于數(shù)據(jù)形式相同，可以看作是同一坐標(biāo)體系下的參量，融合難度相對(duì)較小。

多結(jié)構(gòu)數(shù)據(jù)融合以結(jié)構(gòu)形式、物理意義不同的數(shù)據(jù)為輸入，由于各參量的表征空間不同，難以進(jìn)行統(tǒng)一描述，融合難度大，故目前電力多結(jié)構(gòu)數(shù)據(jù)融合正在起步階段，且以融合難度最小、信息損失量最大的決策級(jí)融合為主［25，33］，跨類型、多維度的數(shù)據(jù)分析技術(shù)薄弱，狀態(tài)量間的關(guān)聯(lián)分析挖掘能力不足。以輸電線路的覆冰監(jiān)測(cè)為例［7］，當(dāng)前的技術(shù)手段以單獨(dú)的傳感器數(shù)據(jù)［36-37］或圖像數(shù)據(jù)［38］輸入感知為主，少有基于2 類數(shù)據(jù)融合的感知方法，感知的精確性和容錯(cuò)性均無(wú)法保證。同時(shí)，在某些情況下，單一結(jié)構(gòu)的數(shù)據(jù)僅描述目標(biāo)某一維度的特征，無(wú)法獨(dú)自做出決策，故必須進(jìn)行較為底層的特征級(jí)融合。如基于紅外圖像的絕緣子污穢等級(jí)感知中，溫度、濕度條件與泄漏電流的熱效應(yīng)存在復(fù)雜的非線性關(guān)系，故用紅外圖像進(jìn)行污穢等級(jí)感知時(shí)，需要對(duì)紅外圖像、溫度、濕度等多結(jié)構(gòu)化數(shù)據(jù)進(jìn)行融合，單獨(dú)基于紅外圖像的感知精確性較低，單獨(dú)基于氣象數(shù)據(jù)的感知無(wú)效［7］。

因此，對(duì)多結(jié)構(gòu)化數(shù)據(jù)進(jìn)行有效的、較為底層的融合，從而充分挖掘不同向量空間的信息，使不同結(jié)構(gòu)的數(shù)據(jù)相互補(bǔ)充和增強(qiáng)，是電力系統(tǒng)多模態(tài)數(shù)據(jù)融合需要研究的關(guān)鍵技術(shù)問(wèn)題之一。

2.2.2 多時(shí)間尺度融合

不同的感知終端或者數(shù)據(jù)采集系統(tǒng)具有不同的采樣頻率，其產(chǎn)生的多模態(tài)數(shù)據(jù)具有多時(shí)間尺度，無(wú)法直接進(jìn)行融合。在電力系統(tǒng)的穩(wěn)定性分析中［29］，WAMS 可提供有效數(shù)據(jù)基礎(chǔ)，即具有50～100 幀/s刷新頻率的高采樣率同步數(shù)據(jù)［39］，但其在實(shí)際應(yīng)用中部署有限，提供的數(shù)據(jù)量也有限，須通過(guò)融合SCADA 系統(tǒng)數(shù)據(jù)進(jìn)行有效增強(qiáng)，從而實(shí)現(xiàn)電網(wǎng)的全面可觀。然而，SCADA 系統(tǒng)數(shù)據(jù)的刷新頻率為0.1～5.0 幀/s 且不帶時(shí)標(biāo)，2 類數(shù)據(jù)具有時(shí)間尺度上的差異，難以直接進(jìn)行融合。

現(xiàn)有多模態(tài)融合多針對(duì)具有相同尺度的數(shù)據(jù)［40］，或采用點(diǎn)估計(jì)［39］、插值［41-42］等方法對(duì)低采樣率的數(shù)據(jù)進(jìn)行補(bǔ)全并進(jìn)一步分析，其面臨的問(wèn)題為:高頻重構(gòu)法僅適用于電壓、電流等結(jié)構(gòu)化多模態(tài)數(shù)據(jù)的融合，而現(xiàn)有電力系統(tǒng)多模態(tài)數(shù)據(jù)已不僅限于結(jié)構(gòu)化數(shù)據(jù)，各種圖像、文本等非結(jié)構(gòu)化數(shù)據(jù)的產(chǎn)生進(jìn)一步擴(kuò)展了多模態(tài)數(shù)據(jù)融合的內(nèi)涵，結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)融合以及非結(jié)構(gòu)化數(shù)據(jù)間的融合使得高頻重構(gòu)法不再適用。

因此，需要進(jìn)一步研究不同時(shí)間尺度下結(jié)構(gòu)化數(shù)據(jù)融合、結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)融合以及非結(jié)構(gòu)化數(shù)據(jù)融合問(wèn)題。

2.3 網(wǎng)內(nèi)融合技術(shù)框架

針對(duì)上述多結(jié)構(gòu)融合和多時(shí)間尺度問(wèn)題，本文提出如圖3 所示的網(wǎng)內(nèi)融合技術(shù)框架，其主要包含多源異構(gòu)數(shù)據(jù)輸入、時(shí)間尺度對(duì)齊、特征提取、特征同化、特征融合及分析和分析結(jié)果6 個(gè)部分。

圖3 網(wǎng)內(nèi)融合技術(shù)框架Fig.3 Framework of intra-network fusion technology

1）多源異構(gòu)數(shù)據(jù)輸入:電力系統(tǒng)的網(wǎng)內(nèi)融合輸入為多源異構(gòu)的輸入，其在數(shù)據(jù)結(jié)構(gòu)、時(shí)間尺度上都具有多種形式。

2）時(shí)間尺度對(duì)齊:針對(duì)結(jié)構(gòu)化數(shù)據(jù)的對(duì)齊，仍以高采樣率的數(shù)據(jù)為基礎(chǔ)，采用點(diǎn)估計(jì)或插值的方法進(jìn)行高頻重構(gòu)；針對(duì)非結(jié)構(gòu)化或異構(gòu)的多模態(tài)數(shù)據(jù)，可采用時(shí)間對(duì)齊法，即以低采樣頻率為基準(zhǔn)，選取同一或相近采樣時(shí)刻的高采樣數(shù)據(jù)與之對(duì)齊，從而進(jìn)行有效的融合。本文僅給出初步的思路，多結(jié)構(gòu)數(shù)據(jù)在時(shí)間尺度上的對(duì)齊仍需要根據(jù)具體情況進(jìn)行研究。

3）特征提取:特征提取為根據(jù)多模態(tài)數(shù)據(jù)的格式、物理含義以及融合目的對(duì)數(shù)據(jù)進(jìn)行分析的過(guò)程。根據(jù)特征提取網(wǎng)絡(luò)是否有明確的物理含義，本文將其分為2 類，即手工特征提取網(wǎng)絡(luò)和深度特征提取網(wǎng)絡(luò)。前者所提取的特征具有明確的物理含義，如對(duì)時(shí)間序列提取均值、最大值、最小值特征，對(duì)圖像提取顏色、邊角特征［43］等；后者多以特定的目標(biāo)函數(shù)指導(dǎo)網(wǎng)絡(luò)進(jìn)行特征提取，所提取的特征物理含義尚不明確，如用CNN 對(duì)圖像數(shù)據(jù)進(jìn)行特征提取［7］，用長(zhǎng)短期記憶（long short-term memory，LSTM）網(wǎng)絡(luò)對(duì)時(shí)間序列進(jìn)行特征提?。?］等。

4）特征同化:經(jīng)過(guò)不同特征提取后得到的多模態(tài)特征具有不同的特征描述空間，無(wú)法直接進(jìn)行特征融合，因此需要將各個(gè)特征映射至同一空間或同一坐標(biāo)系，即對(duì)異構(gòu)特征向量進(jìn)行同化，然后在公共子空間/子坐標(biāo)系進(jìn)行特征融合。

5）本文提出2 種異類特征同化的思路:（1）分別對(duì)每種參量提取特征后，將特征向量映射至同一公共子空間，然后在公共子空間對(duì)特征向量進(jìn)行融合，如圖4（a）所示；（2）以其中一種特征向量為基準(zhǔn)，將其他特征向量映射至該特征向量所在的空間，然后對(duì)同一向量空間的特征向量進(jìn)行融合，如圖4（b）所示。

圖4 特征同化Fig.4 Feature assimilation

6）特征融合及分析:特征融合及分析階段是對(duì)多模態(tài)特征進(jìn)行融合，并基于融合特征進(jìn)一步分析，從而獲得對(duì)目標(biāo)的全面感知的過(guò)程。特征融合涉及到融合策略、融合權(quán)重以及因果關(guān)系等多方面的技術(shù)要點(diǎn)，需要充分考慮融合目的進(jìn)行選擇，如文獻(xiàn)［43］采用多決策器融合的方式，文獻(xiàn)［44］采用基于權(quán)重的特征拼接方式，文獻(xiàn)［45］采用將多模態(tài)特征作為支持向量回歸（support vector regression，SVR）輸入的高維映射方式。

3 網(wǎng)間融合

網(wǎng)間融合適用于任意2 種及以上耦合網(wǎng)絡(luò)的關(guān)聯(lián)和協(xié)同關(guān)系分析。參考網(wǎng)內(nèi)融合模式的劃分方式，本章首先將網(wǎng)間融合的融合模式分為基于數(shù)學(xué)模型、基于拓?fù)浣Y(jié)構(gòu)和基于數(shù)據(jù)驅(qū)動(dòng)3 類，該分類方式可大致覆蓋網(wǎng)間融合的主要場(chǎng)景；然后，從多能流耦合下的多屬性問(wèn)題和信息物理社會(huì)融合問(wèn)題方面對(duì)電力系統(tǒng)網(wǎng)間融合存在的關(guān)鍵技術(shù)問(wèn)題進(jìn)行總結(jié)，并給出相應(yīng)的解決思路。

3.1 網(wǎng)間融合模式

3.1.1 基于數(shù)學(xué)模型的融合

如附錄A 圖A4 所示，基于數(shù)學(xué)模型的網(wǎng)絡(luò)融合在多能網(wǎng)絡(luò)運(yùn)行［18，46-47］、調(diào)度［48-49］等方面均有應(yīng)用，其本質(zhì)上是一個(gè)最優(yōu)求解問(wèn)題，主要包括約束構(gòu)建和目標(biāo)求解2 個(gè)部分，而網(wǎng)間融合主要通過(guò)約束函數(shù)的構(gòu)建實(shí)現(xiàn)。具體地說(shuō)，在模型建立過(guò)程中，首先根據(jù)融合目標(biāo)建立表征各個(gè)子網(wǎng)絡(luò)特性的約束條件，如針對(duì)優(yōu)化調(diào)度［48-49］問(wèn)題，多以調(diào)度經(jīng)濟(jì)性最優(yōu)為目標(biāo)函數(shù)，子網(wǎng)絡(luò)約束條件包括電網(wǎng)潮流方程、天然氣網(wǎng)流量連續(xù)性方程、熱網(wǎng)溫降方程等。然后，通過(guò)建立不同網(wǎng)絡(luò)間的耦合關(guān)系約束條件實(shí)現(xiàn)網(wǎng)間融合，如通過(guò)能量樞紐（energy hub，EH）［50-51］抽象描述不同能量間的轉(zhuǎn)換關(guān)系，從而實(shí)現(xiàn)不同能量子網(wǎng)絡(luò)約束的耦合。最后，通過(guò)對(duì)目標(biāo)函數(shù)的求解實(shí)現(xiàn)網(wǎng)絡(luò)間的多網(wǎng)融合目標(biāo)，即在上述約束條件下求解出最優(yōu)解。

3.1.2 基于拓?fù)浣Y(jié)構(gòu)的融合

如附錄A 圖A5 所示，基于拓?fù)浣Y(jié)構(gòu)的網(wǎng)間融合方法將不同網(wǎng)絡(luò)及其相互間的耦合關(guān)系抽象為由節(jié)點(diǎn)和邊構(gòu)成的圖［52-54］或相互依存網(wǎng)絡(luò)［55-57］，并以此為分析對(duì)象進(jìn)行目標(biāo)感知。具體地說(shuō)，其主要包含2 個(gè)步驟。步驟1 為網(wǎng)絡(luò)構(gòu)建，該過(guò)程需要對(duì)不同子系統(tǒng)中的節(jié)點(diǎn)和邊進(jìn)行定義，如電網(wǎng)中可選擇變電站為節(jié)點(diǎn)，連接變電站的輸電線路為邊；天然氣網(wǎng)中天然氣站為節(jié)點(diǎn)，天然氣管道為邊等。節(jié)點(diǎn)和邊的定義即為網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的確定。在此基礎(chǔ)上，步驟2 充分考慮節(jié)點(diǎn)和邊的屬性（如電網(wǎng)節(jié)點(diǎn)具有有功功率、無(wú)功功率、電壓幅值、電壓相角屬性，熱力網(wǎng)節(jié)點(diǎn)具有節(jié)點(diǎn)熱功率、供熱溫度、輸出溫度屬性等），通過(guò)關(guān)聯(lián)關(guān)系（如圖卷積神經(jīng)網(wǎng)絡(luò)［52］、關(guān)聯(lián)特性矩陣［53-54］）、結(jié)構(gòu)特性（如度數(shù)、介數(shù)）以及網(wǎng)絡(luò)失效機(jī)理（如最大聯(lián)通子集）［55-57］等對(duì)其進(jìn)行脆弱性、彈性以及穩(wěn)定性等方面的分析。

3.1.3 基于數(shù)據(jù)驅(qū)動(dòng)方法的融合

如附錄A 圖A6 所示，基于數(shù)據(jù)驅(qū)動(dòng)方法的網(wǎng)間融合［58-62］采用各個(gè)網(wǎng)絡(luò)運(yùn)行產(chǎn)生的數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)表征，如在電網(wǎng)中用各節(jié)點(diǎn)電壓電流及功率數(shù)據(jù)等進(jìn)行電網(wǎng)表征，在氣網(wǎng)中用節(jié)點(diǎn)流量進(jìn)行氣網(wǎng)表征等；然后，以不同的網(wǎng)絡(luò)表征作為輸入，通過(guò)大數(shù)據(jù)統(tǒng)計(jì)［58］、機(jī)器學(xué)習(xí)及深度學(xué)習(xí)［59］等方法對(duì)不同的網(wǎng)絡(luò)運(yùn)行數(shù)據(jù)進(jìn)行綜合分析，在進(jìn)行多網(wǎng)數(shù)據(jù)融合的同時(shí)實(shí)現(xiàn)脆弱性評(píng)估［58］、穩(wěn)定性分析［59-60］以及運(yùn)行優(yōu)化［61］等。

3.2 網(wǎng)間融合關(guān)鍵技術(shù)問(wèn)題

基于3.1 節(jié)所述的3 個(gè)層次的融合模式，目前電力系統(tǒng)中的網(wǎng)間融合已取得初步的應(yīng)用成果，但仍存在多屬性問(wèn)題和信息物理社會(huì)融合這2 個(gè)關(guān)鍵問(wèn)題有待解決。

3.2.1 多網(wǎng)耦合下的多屬性問(wèn)題

能源轉(zhuǎn)型背景下，電網(wǎng)與熱網(wǎng)/氣網(wǎng)等多種能源、具有動(dòng)態(tài)特性的交通網(wǎng)以及具有控制功能的信息網(wǎng)相互耦合，而不同網(wǎng)絡(luò)中節(jié)點(diǎn)的多屬性特點(diǎn)是多網(wǎng)融合需要考慮的關(guān)鍵問(wèn)題之一。以電網(wǎng)為例，電網(wǎng)中源網(wǎng)荷儲(chǔ)各個(gè)環(huán)節(jié)深度交互，同一節(jié)點(diǎn)可能同時(shí)具有源荷儲(chǔ)等多種屬性，如電動(dòng)汽車充光儲(chǔ)一體化電站［63］同時(shí)具有源荷儲(chǔ)的特性；光伏用戶在不同時(shí)空呈現(xiàn)出不同的源荷特性［64］等。不同節(jié)點(diǎn)在不同時(shí)刻或場(chǎng)景下的不同屬性使得電網(wǎng)本身的規(guī)劃、運(yùn)行、調(diào)度等難以以確定的特性進(jìn)行。更進(jìn)一步，新能源的出力具有不確定性和間歇性，使得新能源接入節(jié)點(diǎn)的源特性具有不確定性，進(jìn)一步加劇了節(jié)點(diǎn)的多屬性特性。同時(shí)，電網(wǎng)中節(jié)點(diǎn)的多屬性特性使得電網(wǎng)與氣網(wǎng)、熱網(wǎng)等其他能流網(wǎng)絡(luò)的耦合具有多種形態(tài)，不同時(shí)空下的不同節(jié)點(diǎn)屬性組合使得多能流潮流分布［65］、網(wǎng)絡(luò)結(jié)構(gòu)屬性等具有不確定性和多樣性［66］，不同能流系統(tǒng)構(gòu)成的融合網(wǎng)絡(luò)分析困難，而熱網(wǎng)、氣網(wǎng)等不同能源網(wǎng)中源節(jié)點(diǎn)的出力特性、荷節(jié)點(diǎn)的多樣化用能特性以及信息網(wǎng)中節(jié)點(diǎn)的控制性、業(yè)務(wù)特殊性等，進(jìn)一步加劇了多網(wǎng)耦合中節(jié)點(diǎn)的多屬性特性。

而現(xiàn)有3 類融合模式多以確定性屬性為前提，對(duì)網(wǎng)絡(luò)中節(jié)點(diǎn)的多屬性特性及網(wǎng)絡(luò)間不確定耦合關(guān)系考慮不足，故需要針對(duì)多網(wǎng)耦合下的多屬性問(wèn)題進(jìn)一步深入研究。

3.2.2 信息物理社會(huì)融合問(wèn)題

隨著能源互聯(lián)網(wǎng)和電力物聯(lián)網(wǎng)的快速發(fā)展，能源的信息、物理網(wǎng)的耦合進(jìn)一步加深。針對(duì)能源的信息物理融合，現(xiàn)有研究已從耦合模型建立、風(fēng)險(xiǎn)演化機(jī)理與協(xié)同優(yōu)化控制等方面［67］進(jìn)行了相關(guān)的研究，并在故障傳播［53-54］、脆弱性［55］、安全性［68］分析等方面進(jìn)行了應(yīng)用。但是，隨著大量具有社會(huì)屬性的用戶接入能源的物理網(wǎng)，信息物理耦合網(wǎng)絡(luò)具有明顯的社會(huì)特性，其從用能偏好、市場(chǎng)行為等多方面對(duì)多網(wǎng)融合產(chǎn)生影響，而現(xiàn)有對(duì)能源網(wǎng)的社會(huì)特性或能源的信息物理社會(huì)融合研究多停留在概念提出階段，無(wú)法適應(yīng)信息物理社會(huì)深度耦合現(xiàn)象。

本文主要從用戶角度考慮信息物理網(wǎng)的社會(huì)特性，具體地說(shuō)，用戶作為具有多元社會(huì)特性的節(jié)點(diǎn)與能源網(wǎng)和信息網(wǎng)相耦合，使得能源的信息物理網(wǎng)具有社會(huì)特性，其主要體現(xiàn)在以下幾個(gè)方面:1）多元性，能源轉(zhuǎn)型背景下用戶的用能需求擴(kuò)展到電、氣、熱等多個(gè)方面，使得能源的生產(chǎn)、消費(fèi)和服務(wù)呈現(xiàn)多元化的業(yè)態(tài)和商業(yè)模式［69］；2）互動(dòng)性，電動(dòng)汽車［70］、柔性負(fù)荷［71］等新型電力用戶具有靈活需求響應(yīng)、與電網(wǎng)互動(dòng)［72］的特點(diǎn)，而電動(dòng)汽車與柔性負(fù)荷本身受用戶特性的影響；3）群體性，用戶的用能習(xí)慣、方式等存在緊密耦合和影響［73］，與社會(huì)生產(chǎn)、生活等密切相關(guān)，如新冠疫情期間被封鎖的地區(qū)大量工業(yè)負(fù)荷驟減，居民用電增加［74］；4）個(gè)體性，用戶可能同時(shí)承擔(dān)供應(yīng)商、儲(chǔ)能以及負(fù)荷等角色［75］，其角色的承擔(dān)受個(gè)體的心理、生活及輿論等多方面的影響［76］。

可見(jiàn)，電力系統(tǒng)中用戶節(jié)點(diǎn)具有多元社會(huì)屬性，其在信息物理耦合網(wǎng)中的接入使得信息物理網(wǎng)具有明顯的社會(huì)特性。因此，需要充分考慮節(jié)點(diǎn)的社會(huì)屬性，構(gòu)建具有社會(huì)特性的信息物理網(wǎng)，實(shí)現(xiàn)信息物理社會(huì)的融合。

3.3 網(wǎng)間融合技術(shù)框架

針對(duì)3.2 節(jié)所述多網(wǎng)耦合下的多屬性問(wèn)題和信息物理社會(huì)融合問(wèn)題，提出如圖5 所示的網(wǎng)間融合技術(shù)框架，其通過(guò)多屬性節(jié)點(diǎn)建模、關(guān)聯(lián)關(guān)系建模以及網(wǎng)絡(luò)融合分析為網(wǎng)間融合提供技術(shù)思路。

圖5 網(wǎng)間融合技術(shù)框架Fig.5 Framework of inter-network fusion technology

1）多屬性節(jié)點(diǎn)建模:能源轉(zhuǎn)型和數(shù)字電網(wǎng)的發(fā)展使得各類網(wǎng)中的節(jié)點(diǎn)具有多重屬性。具體地說(shuō)，能源網(wǎng)的節(jié)點(diǎn)具有多重源、荷、儲(chǔ)以及多元社會(huì)特性；信息網(wǎng)的節(jié)點(diǎn)具有多類業(yè)務(wù)性、控制特性等多重屬性。故在對(duì)多耦合網(wǎng)絡(luò)進(jìn)行建模時(shí)，網(wǎng)絡(luò)中的節(jié)點(diǎn)應(yīng)包含上述特性，可用集合表征，且集合中每個(gè)元素可以是子屬性集合、方程描述以及語(yǔ)言描述等。需要指出的是，由于多元社會(huì)特性多表現(xiàn)在負(fù)荷節(jié)點(diǎn)上，故將多元社會(huì)特性作為荷屬性下的子屬性，具體表現(xiàn)為集群特性、用能的政策影響性、周期性等。

2）關(guān)聯(lián)關(guān)系建模:基于多屬性的節(jié)點(diǎn)建模，采用能量集線器［50］對(duì)不同的能量轉(zhuǎn)換進(jìn)行描述，根據(jù)需求采用社團(tuán)［66］對(duì)具有相近屬性的節(jié)點(diǎn)進(jìn)行描述，并充分考慮信息關(guān)聯(lián)和結(jié)構(gòu)關(guān)聯(lián)情況，采用基于拓?fù)浣Y(jié)構(gòu)的網(wǎng)間融合模式對(duì)耦合網(wǎng)絡(luò)進(jìn)行描述。同時(shí)，基于該描述結(jié)果可進(jìn)行某些場(chǎng)景下的網(wǎng)絡(luò)融合分析，如3.1.2 節(jié)所述網(wǎng)絡(luò)彈性分析等。

3）融合分析:基于上述多屬性節(jié)點(diǎn)建模和關(guān)聯(lián)關(guān)系建模過(guò)程，電力系統(tǒng)中具有耦合關(guān)系的異質(zhì)網(wǎng)絡(luò)被描述為由多屬性節(jié)點(diǎn)和關(guān)聯(lián)關(guān)系描述的拓?fù)鋱D或網(wǎng)絡(luò)，可根據(jù)不同的網(wǎng)間融合需求采用數(shù)據(jù)驅(qū)動(dòng)或數(shù)學(xué)建模的方法進(jìn)行融合分析，如采用各個(gè)節(jié)點(diǎn)在不同時(shí)刻的動(dòng)態(tài)屬性值進(jìn)行網(wǎng)絡(luò)的動(dòng)態(tài)狀態(tài)評(píng)估，同時(shí)考慮不同節(jié)點(diǎn)的動(dòng)態(tài)屬性（如電網(wǎng)中風(fēng)電接入節(jié)點(diǎn)在不同時(shí)刻的風(fēng)功率預(yù)測(cè)值、熱網(wǎng)中不同季節(jié)的能源需求波動(dòng)較大等）和靜態(tài)屬性（如負(fù)荷的用能偏好描述等）進(jìn)行電力調(diào)度等。

綜上，上述網(wǎng)間融合框架通過(guò)對(duì)節(jié)點(diǎn)的多屬性描述方式應(yīng)對(duì)網(wǎng)絡(luò)多屬性和社會(huì)性問(wèn)題，然后根據(jù)融合目標(biāo)采用上述融合模式進(jìn)一步分析。值得注意的是，當(dāng)網(wǎng)絡(luò)中的節(jié)點(diǎn)、邊以及網(wǎng)絡(luò)間的耦合關(guān)系均被進(jìn)行不確定性分析后，上述基于特定屬性的網(wǎng)間融合模式需要進(jìn)行分階段分析或相應(yīng)的改進(jìn)，并根據(jù)具體問(wèn)題提出解決方案。

4 結(jié)語(yǔ)

能源轉(zhuǎn)型背景下，多種異質(zhì)網(wǎng)絡(luò)間和源網(wǎng)荷儲(chǔ)各環(huán)節(jié)間的深度融合為多模態(tài)數(shù)據(jù)融合提供了物理基礎(chǔ)；電力物聯(lián)網(wǎng)和數(shù)字化建設(shè)為多模態(tài)數(shù)據(jù)融合提供了數(shù)據(jù)基礎(chǔ)；能源產(chǎn)業(yè)鏈的智能化發(fā)展為多模態(tài)數(shù)據(jù)融合提供了應(yīng)用基礎(chǔ)。本文對(duì)電力系統(tǒng)多模態(tài)數(shù)據(jù)融合的概念、融合模式和關(guān)鍵技術(shù)問(wèn)題進(jìn)行了分析，并給出了針對(duì)關(guān)鍵問(wèn)題的技術(shù)解決路線，主要結(jié)論如下。

1）多模態(tài)數(shù)據(jù)和多模態(tài)數(shù)據(jù)融合具有新的內(nèi)涵和外延:電力系統(tǒng)多模態(tài)數(shù)據(jù)包括傳統(tǒng)意義上的多模態(tài)數(shù)據(jù)和網(wǎng)絡(luò)多模態(tài)數(shù)據(jù)；多模態(tài)數(shù)據(jù)融合的類型擴(kuò)展到了網(wǎng)內(nèi)和網(wǎng)間融合。

2）多模態(tài)數(shù)據(jù)融合的融合模式劃分和選擇:根據(jù)融合層次，網(wǎng)內(nèi)融合可劃分為數(shù)據(jù)級(jí)、特征級(jí)和決策級(jí)融合；根據(jù)融合技術(shù)手段，網(wǎng)間融合可劃分為基于數(shù)學(xué)模型、基于拓?fù)浣Y(jié)構(gòu)和基于數(shù)據(jù)驅(qū)動(dòng)。融合模式的選擇需考慮數(shù)據(jù)類型、融合目的以及融合精度要求等。

3）多模態(tài)數(shù)據(jù)融合的特殊關(guān)鍵技術(shù)問(wèn)題有待解決:針對(duì)網(wǎng)內(nèi)融合，多結(jié)構(gòu)融合和多時(shí)間尺度融合等仍需進(jìn)一步研究；針對(duì)網(wǎng)間融合，多網(wǎng)耦合下的多屬性問(wèn)題、信息物理社會(huì)融等問(wèn)題仍需進(jìn)一步探究。

4）本文針對(duì)網(wǎng)內(nèi)融合和網(wǎng)間融合存在的問(wèn)題，提出了相應(yīng)的技術(shù)解決路線，在實(shí)際中仍需根據(jù)具體問(wèn)題進(jìn)一步研究。

未來(lái)電力系統(tǒng)多模態(tài)數(shù)據(jù)融合的數(shù)據(jù)基礎(chǔ)將更加豐富，技術(shù)手段更為成熟和有效，應(yīng)用場(chǎng)景更加廣泛和復(fù)雜，多模態(tài)數(shù)據(jù)融合將在源網(wǎng)荷儲(chǔ)各個(gè)環(huán)節(jié)的有效感知和多網(wǎng)間有效協(xié)同上發(fā)揮作用，不斷提升電力系統(tǒng)的運(yùn)行安全性及可控。本文限于篇幅，僅對(duì)數(shù)據(jù)的分析應(yīng)用進(jìn)行了分析，多模態(tài)數(shù)據(jù)的采集、通信以及存儲(chǔ)等方面也是電力系統(tǒng)多模態(tài)數(shù)據(jù)融合需要關(guān)注的內(nèi)容。

附錄見(jiàn)本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。