孫 晨，楊權(quán)東，袁建濤，朱從亮

(1.華云信息科技有限公司, 浙江 杭州 310012；2.樂(lè)清工程師創(chuàng)新服務(wù)中心，浙江 樂(lè)清 325600； 3.浙江大學(xué)，浙江 杭州 310057)

0 引 言

目前，國(guó)家電網(wǎng)加速推廣電力物聯(lián)網(wǎng)(Internet of things,IoT)應(yīng)用，在推進(jìn)能源生態(tài)建設(shè)、智慧物聯(lián)等方面開(kāi)展建設(shè)任務(wù)，有效帶動(dòng)上下游產(chǎn)業(yè)發(fā)展，計(jì)劃到2021年初步建成電力物聯(lián)網(wǎng)[1]。智慧路燈、電動(dòng)汽車(chē)智慧車(chē)聯(lián)網(wǎng)、智慧物聯(lián)小庫(kù)、全感知配電房、配電物聯(lián)網(wǎng)、不停電作業(yè)體驗(yàn)、新能源云平臺(tái)等是電力物聯(lián)網(wǎng)行業(yè)新興技術(shù)與業(yè)務(wù)，電力物聯(lián)網(wǎng)發(fā)展方面的最新技術(shù)、成果和應(yīng)用吸引了眾人的目光[2～5]。

電力物聯(lián)網(wǎng)是充分應(yīng)用移動(dòng)互聯(lián)、人工智能等現(xiàn)代信息技術(shù)、先進(jìn)通信技術(shù)，實(shí)現(xiàn)電力系統(tǒng)各個(gè)環(huán)節(jié)萬(wàn)物互聯(lián)、人機(jī)交互，具有狀態(tài)全面感知[6]、信息高效處理[7]、應(yīng)用便捷靈活特征的智慧服務(wù)系統(tǒng)[8]。

電力物聯(lián)網(wǎng)中智能感知等各種新興應(yīng)用的實(shí)現(xiàn)[9～11]，依賴(lài)于人工智能技術(shù)的不斷發(fā)展。在實(shí)際的應(yīng)用中，人工智能或智能感知已經(jīng)廣泛應(yīng)用于智能家居[4]、工業(yè)生產(chǎn)、智慧農(nóng)藥等各個(gè)生產(chǎn)生活場(chǎng)景中，如在自動(dòng)駕駛中，只有實(shí)現(xiàn)了對(duì)駕駛環(huán)境、發(fā)動(dòng)機(jī)參數(shù)、位置和碰撞的感知等才能夠?qū)崿F(xiàn)汽車(chē)的自動(dòng)駕駛[12]。因此，未來(lái)智能感知技術(shù)將成為智能產(chǎn)品市場(chǎng)應(yīng)用的前提和基礎(chǔ)。

因此，將電力物聯(lián)網(wǎng)與智能感知技術(shù)相結(jié)合，是未來(lái)的發(fā)展方向。本文主要對(duì)電力物聯(lián)網(wǎng)中的關(guān)鍵技術(shù)分析，從系統(tǒng)層面、網(wǎng)絡(luò)層面、算法層面以及硬件層面分析未來(lái)電力物聯(lián)網(wǎng)智能感知的發(fā)展方向以及一些關(guān)鍵問(wèn)題的解決方案。

1 電力物聯(lián)網(wǎng)架構(gòu)

如圖1所示，電力物聯(lián)網(wǎng)架構(gòu)具有如下特征：1)邊緣與云端智能化：隨著智能感知業(yè)務(wù)的計(jì)算需求不斷增加，以及傳輸?shù)臄?shù)據(jù)量不斷增大，為了實(shí)現(xiàn)數(shù)據(jù)的快速處理，終端無(wú)法及時(shí)處理的業(yè)務(wù)需要轉(zhuǎn)移至邊緣端進(jìn)行，實(shí)現(xiàn)實(shí)時(shí)業(yè)務(wù)、敏捷連接、數(shù)據(jù)優(yōu)化。2)通信技術(shù)的多樣化：采集數(shù)據(jù)以及處理的終端通常使用不同類(lèi)型的通信技術(shù)，以滿(mǎn)足不同類(lèi)型的業(yè)務(wù)需求，并且擴(kuò)大電力物聯(lián)網(wǎng)的網(wǎng)絡(luò)容量，實(shí)現(xiàn)真正的廣泛連接，提升數(shù)據(jù)傳輸速率。

圖1 電力物聯(lián)網(wǎng)架構(gòu)

2 智能感知

智能感知技術(shù)，即利用現(xiàn)有的數(shù)據(jù)或者網(wǎng)絡(luò)的狀態(tài)，通過(guò)算法，分析和感知出數(shù)據(jù)的走向或者網(wǎng)絡(luò)下一時(shí)刻的狀態(tài)。其需要利用多維度的信息，對(duì)數(shù)據(jù)處理、分析，得到最終的輸出結(jié)果。可以說(shuō)，智能感知的結(jié)果與數(shù)據(jù)種類(lèi)，數(shù)據(jù)量有著直接的關(guān)系。數(shù)據(jù)種類(lèi)越多，數(shù)據(jù)量越大，可以從數(shù)據(jù)中挖掘出的信息越多，效果越好[13]。

多源信息融合是智能感知技術(shù)的代表。利用人工智能算法對(duì)多源數(shù)據(jù)進(jìn)行處理，經(jīng)過(guò)大量的訓(xùn)練，找出各個(gè)維度之間的隱含關(guān)系，最后得到融合結(jié)果。

3 電力物聯(lián)網(wǎng)中智能感知關(guān)鍵技術(shù)

3.1 云計(jì)算和邊緣計(jì)算架構(gòu)

1)云—邊—端智能感知系統(tǒng)架構(gòu)

在電力物聯(lián)網(wǎng)中，智能感知通常需要可觀(guān)的計(jì)算量。如果由處于末端的終端計(jì)算，則會(huì)造成很高的計(jì)算時(shí)延，并且對(duì)終端的處理能力的要求也會(huì)提高。為了減少終端的計(jì)算量，一種云—邊—端的系統(tǒng)架構(gòu)應(yīng)運(yùn)而生。終端可以將部分計(jì)算的量分出給配備邊緣服務(wù)器的基站[14]。對(duì)于更大的計(jì)算請(qǐng)求，基站可以發(fā)送至處于核心網(wǎng)的云端進(jìn)行處理，計(jì)算完成后將結(jié)果發(fā)送至終端。由于邊緣端或者云端通常具有很高的計(jì)算能力，即使智能感知的計(jì)算需求量很高，該云—邊—端系統(tǒng)架構(gòu)也可以輕松應(yīng)對(duì)，減少計(jì)算時(shí)延，提高計(jì)算精度。

2)基于空中計(jì)算的新型傳輸方式

傳統(tǒng)意義上的計(jì)算和通信是分開(kāi)的，即基于香農(nóng)的分離原則，信息經(jīng)過(guò)無(wú)線(xiàn)信道傳輸，到達(dá)接收方。對(duì)于電力物聯(lián)網(wǎng)的智能感知，有部分場(chǎng)景需要海量的終端數(shù)據(jù)進(jìn)行簡(jiǎn)單匯總，如果采用傳統(tǒng)的端到端傳輸原則，各個(gè)終端需要將各自的數(shù)據(jù)傳輸至邊緣服務(wù)器或者云服務(wù)器，將各個(gè)信息解調(diào)后，在邊緣端或者云端進(jìn)行處理。該方法存在兩個(gè)弊端，一是在海量的物聯(lián)網(wǎng)中，由于無(wú)線(xiàn)信道資源有限，各個(gè)終端同時(shí)傳輸待處理的數(shù)據(jù)給無(wú)線(xiàn)通信帶來(lái)了很大的壓力，造成巨大的通信開(kāi)銷(xiāo)；另外，也造成了邊緣端或者云端計(jì)算復(fù)雜度增加。為了解決這一問(wèn)題，空中計(jì)算成為了一種全新的解決方案[15]。不同于現(xiàn)有的數(shù)字傳輸方案，該空中計(jì)算利用以往模擬傳輸方式，將不同的終端的數(shù)據(jù)在同一信道上進(jìn)行疊加，即在空口上便可以完成計(jì)算功能，當(dāng)數(shù)據(jù)到達(dá)接收端時(shí)，經(jīng)過(guò)簡(jiǎn)單的處理，即能得到所需要的數(shù)據(jù)。該數(shù)據(jù)傳輸方式可以降低設(shè)備的復(fù)雜度，減少通信開(kāi)銷(xiāo)，提高頻譜效率，可以作為電力物聯(lián)網(wǎng)中智能感知的解決方案之一。

3)電力物聯(lián)網(wǎng)中的移動(dòng)邊緣計(jì)算技術(shù)

采用云—邊—端的系統(tǒng)框架，離不開(kāi)移動(dòng)邊緣計(jì)算的算法支撐[16]。移動(dòng)邊緣計(jì)算給下一代移動(dòng)通信中計(jì)算與通信融合帶來(lái)了全新的解決方案。在電力物聯(lián)網(wǎng)中，其仍然可以發(fā)揮很大的作用。當(dāng)智能感知需要大量的計(jì)算資源時(shí)，計(jì)算量的卸載成為了邊緣計(jì)算與云計(jì)算的關(guān)鍵。綜合考慮通信與計(jì)算資源，如何分配終端處的計(jì)算任務(wù)是重大的挑戰(zhàn)。移動(dòng)邊緣計(jì)算在平衡計(jì)算與通信資源的同時(shí)，所提出的計(jì)算卸載方案可以提高計(jì)算的效率，減少通信時(shí)延與計(jì)算時(shí)延。如當(dāng)終端所處的通信信道狀況很差時(shí)，智能感知的計(jì)算量可以少部分卸載到基站端，以避免因?yàn)橥ㄐ艂鬏敭a(chǎn)生大量的時(shí)延。當(dāng)終端所處的通信狀況很好時(shí)，智能感知的計(jì)算量卸載可以根據(jù)任務(wù)量的大小，分配給云端與邊緣端進(jìn)行計(jì)算。

3.2 智能感知通信技術(shù)

1)電力物聯(lián)網(wǎng)中混合通信技術(shù)

智能感知所需要的數(shù)據(jù)主要來(lái)源可能是不同形式的終端。為了滿(mǎn)足不同應(yīng)用的需求，不同的終端使用的通信技術(shù)不盡相同。因此，在未來(lái)電力網(wǎng)中，混合多樣的通信技術(shù)將會(huì)是智能感知數(shù)據(jù)的支撐。這些通信技術(shù)主要包括短距離覆蓋的WiFi、射頻識(shí)別(radio frequency identification,RFID)和ZigBee技術(shù)，長(zhǎng)距離覆蓋主要有窄帶物聯(lián)網(wǎng)(na-rrow band Internt of things,NB-IoT),LoRa以及現(xiàn)有的長(zhǎng)期演進(jìn)(long term evolution,LTE)技術(shù)等等?；旌系耐ㄐ偶夹g(shù)可以滿(mǎn)足不同場(chǎng)景的數(shù)據(jù)采集與快速傳輸。

2)智能感知統(tǒng)一制式數(shù)據(jù)收集系統(tǒng)

混合通信技術(shù)雖然可以滿(mǎn)足不同設(shè)備，不同場(chǎng)景數(shù)據(jù)采集與傳輸?shù)男枨?，?duì)于數(shù)據(jù)的接收端來(lái)說(shuō)，數(shù)據(jù)的收集工作卻成為了一個(gè)關(guān)鍵問(wèn)題，如何快速便捷地獲取到不用通信制式的數(shù)據(jù)是一個(gè)重大挑戰(zhàn)。這需要智能感知統(tǒng)一制式的數(shù)據(jù)收集系統(tǒng)。該系統(tǒng)可以完成跨設(shè)備與跨通信方式的數(shù)據(jù)收集，通過(guò)融合多種通信制式，形成統(tǒng)一的數(shù)據(jù)收集節(jié)點(diǎn)，為進(jìn)一步數(shù)據(jù)處理做準(zhǔn)備。

3)低時(shí)延高可靠的數(shù)據(jù)傳輸技術(shù)

智能感知技術(shù)中，有許多場(chǎng)景需要傳輸比較大的數(shù)據(jù)信息，同時(shí)，數(shù)據(jù)傳輸?shù)臅r(shí)延以及準(zhǔn)確性要求比較高，這就需要低時(shí)延高可靠的數(shù)據(jù)傳輸技術(shù)。隨著移動(dòng)通信技術(shù)的發(fā)展，現(xiàn)有的第五代移動(dòng)通信的關(guān)鍵技術(shù)可以應(yīng)用在電力物聯(lián)網(wǎng)中。第五代移動(dòng)通信要求數(shù)據(jù)傳輸?shù)臅r(shí)延小于1 ms，且數(shù)據(jù)傳輸?shù)目煽啃砸笥?9.999 %。對(duì)于電力物聯(lián)網(wǎng)中智能感知的場(chǎng)景，已經(jīng)可以滿(mǎn)足各種不同任務(wù)的需求，以提高感知的準(zhǔn)確性，保障電力平穩(wěn)運(yùn)行。

3.3 算法技術(shù)

1)面向電力物聯(lián)網(wǎng)的大數(shù)據(jù)分析

傳統(tǒng)的數(shù)據(jù)存儲(chǔ)和管理以結(jié)構(gòu)化數(shù)據(jù)為主，因此關(guān)系數(shù)據(jù)庫(kù)分析方式可以滿(mǎn)足各類(lèi)應(yīng)用需求[17]。大數(shù)據(jù)往往是半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)為主，結(jié)構(gòu)化數(shù)據(jù)為輔，而且以電力物聯(lián)網(wǎng)中智能感知為基礎(chǔ)的各種大數(shù)據(jù)應(yīng)用通常是對(duì)不同類(lèi)型的數(shù)據(jù)內(nèi)容檢索、交叉比對(duì)、深度挖掘與綜合分析。面對(duì)數(shù)據(jù)量龐大，數(shù)據(jù)結(jié)構(gòu)復(fù)雜的電力物聯(lián)網(wǎng)數(shù)據(jù)，為了提高數(shù)據(jù)的存儲(chǔ)與計(jì)算的效率，需要利用大數(shù)據(jù)分析技術(shù)[18]，對(duì)數(shù)據(jù)進(jìn)行分布式計(jì)算和存儲(chǔ)。目前，Hadoop、MapReduce和Spark等分布式處理方式已經(jīng)成為大數(shù)據(jù)處理各環(huán)節(jié)的通用處理方法。以分布式計(jì)算為基礎(chǔ)，大數(shù)據(jù)分析技術(shù)可以提供低時(shí)延、低復(fù)雜度的數(shù)據(jù)檢索、存儲(chǔ)與處理，是未來(lái)電力物聯(lián)網(wǎng)的大數(shù)據(jù)分析的發(fā)展趨勢(shì)。

2)智能感知中的人工智能技術(shù)

電力物聯(lián)網(wǎng)中智能感知的重要環(huán)節(jié)是從大數(shù)據(jù)中挖掘出信息，從而實(shí)現(xiàn)數(shù)據(jù)的預(yù)測(cè)、分類(lèi)等功能。傳統(tǒng)的數(shù)據(jù)處理算法在處理大數(shù)據(jù)時(shí)，一般具有非常高的復(fù)雜度，并且無(wú)法充分利用數(shù)據(jù)優(yōu)勢(shì)，無(wú)法在結(jié)果中體現(xiàn)出來(lái)。而人工智能技術(shù)恰恰相反，隨著數(shù)據(jù)量的增大，人工智能技術(shù)的性能逐步上升，并且其計(jì)算復(fù)雜度的優(yōu)勢(shì)也凸顯出來(lái)。尤其是采用深度神經(jīng)網(wǎng)絡(luò)的人工智能算法，其利用大量神經(jīng)元相互非線(xiàn)性作用，在海量數(shù)據(jù)的訓(xùn)練下，調(diào)整相關(guān)參數(shù)，實(shí)現(xiàn)搞準(zhǔn)確率建模與估計(jì)，以支撐越來(lái)越復(fù)雜的電力系統(tǒng)內(nèi)部業(yè)務(wù)和外部服務(wù)場(chǎng)景。

3)聯(lián)邦學(xué)習(xí)與智能感知

一般地，采用人工智能技術(shù)進(jìn)行數(shù)據(jù)分析時(shí)，首先要進(jìn)行模型訓(xùn)練，這需要集中式的數(shù)據(jù)與高性能的服務(wù)器。隨著電力物聯(lián)網(wǎng)的發(fā)展，物聯(lián)網(wǎng)終端呈現(xiàn)分布式的布局，將數(shù)據(jù)統(tǒng)一傳輸至中心或者云端的服務(wù)器將會(huì)產(chǎn)生巨大的通信時(shí)延。另外，獲得的多元的數(shù)據(jù)通常含有用戶(hù)的隱私信息，如果采用集中式的模型訓(xùn)練方法，很難保證用戶(hù)的安全性。因此，在充分考慮模型特點(diǎn)與數(shù)據(jù)的隱私性，聯(lián)邦學(xué)習(xí)可以被用于進(jìn)行模型訓(xùn)練。其不需要將所有的數(shù)據(jù)上傳至服務(wù)器，取而代之的是上傳模型訓(xùn)練的參數(shù)或者梯度信息。因此，使用聯(lián)邦學(xué)習(xí)進(jìn)行智能感知算法訓(xùn)練，可以保證用戶(hù)的隱私性和數(shù)據(jù)的安全性，同時(shí)還可以提升訓(xùn)練的性能和降低訓(xùn)練時(shí)延。

3.4 硬件技術(shù)

1)低功耗物聯(lián)網(wǎng)終端

獨(dú)立的檢測(cè)終端通常分布在變電等危險(xiǎn)的地方，只有降低終端的功耗，提高終端的使用壽命，才能降低維修成本，提高使用的安全性。物聯(lián)網(wǎng)終端的功耗主要體現(xiàn)在通信開(kāi)銷(xiāo)與待機(jī)上，終端需要經(jīng)常向基站發(fā)送確認(rèn)連接的信息，以保證通信的質(zhì)量。但同時(shí)造成很大的功耗，降低終端的使用壽命。因此，對(duì)于低功耗的物聯(lián)網(wǎng)終端，可以降低與基站或者熱點(diǎn)間交互的頻率，通過(guò)更有效的確認(rèn)機(jī)制，保證終端在線(xiàn)；另外，由于物聯(lián)網(wǎng)終端的數(shù)據(jù)采集間隔時(shí)間長(zhǎng)，因此在不需要數(shù)據(jù)采集以及傳輸時(shí)，設(shè)置終端處于休眠狀態(tài)，可以大幅降低終端的能耗，提升壽命。

2)高性能的計(jì)算芯片

上式中X為高斯平面橫坐標(biāo)；a為橢球長(zhǎng)半軸；B為大地經(jīng)度；L為大地維度；M為某點(diǎn)曲率半徑；△B=B-B0；Y是相對(duì)于某帶圓點(diǎn)的高斯平面縱坐標(biāo)。

在復(fù)雜的智能感知應(yīng)用場(chǎng)景，終端通常需要進(jìn)行一定的計(jì)算，配合基站完成智能感知算法。因此，傳統(tǒng)僅僅作為傳輸數(shù)據(jù)工具的終端無(wú)法再適用，更高性能的電力物聯(lián)網(wǎng)終端的計(jì)算芯片可以支持復(fù)雜的計(jì)算需求，如人工智能算法等。隨著數(shù)據(jù)量的進(jìn)一步增多，計(jì)算芯片的性能要求將會(huì)變高，這也是未來(lái)電力物聯(lián)網(wǎng)終端的發(fā)展趨勢(shì)。

4 電力物聯(lián)網(wǎng)智能感知應(yīng)用場(chǎng)景

4.1 用電智能服務(wù)

1)用電量預(yù)測(cè)

用電量的預(yù)測(cè)即通過(guò)以往的數(shù)據(jù)，基于人工智能等算法，預(yù)測(cè)用電的發(fā)展趨勢(shì)。電量的預(yù)測(cè)可以使得電網(wǎng)運(yùn)營(yíng)部門(mén)提前預(yù)知用電的負(fù)荷量，尤其是用電量高發(fā)的季節(jié)，做好預(yù)備方案，降低運(yùn)營(yíng)風(fēng)險(xiǎn)，為城市居民用電提供保障。同時(shí)，對(duì)于一天的用電量也可以進(jìn)行分析，通過(guò)調(diào)整價(jià)格等方法，來(lái)引導(dǎo)用戶(hù)，產(chǎn)生最大的經(jīng)濟(jì)效益，避免形成用電高峰期，減輕線(xiàn)網(wǎng)的壓力。

2)線(xiàn)網(wǎng)優(yōu)化

變電站的設(shè)點(diǎn)或者輸電線(xiàn)路的安全不合理同樣會(huì)導(dǎo)致運(yùn)行商成本增加。由于供電的環(huán)境可能會(huì)發(fā)生改變，供電區(qū)域的密度以及區(qū)域的走向可能會(huì)發(fā)生變化。如隨著人口的遷移，農(nóng)村的供電面積在不斷的減少，供電的密度也在不斷減少。通過(guò)電力物聯(lián)網(wǎng)的智能感知技術(shù)，可以基于用電數(shù)據(jù)，對(duì)線(xiàn)網(wǎng)的規(guī)劃進(jìn)行優(yōu)化，降低運(yùn)營(yíng)成本，便于管理。

3)異常提醒

用戶(hù)的用電或者某一個(gè)地區(qū)的用電通常情況不會(huì)發(fā)生太大的變化，如果發(fā)生明顯的變動(dòng)很大程度上可以說(shuō)明用電異常，可能會(huì)發(fā)生安全隱患。智能感知技術(shù)可以通過(guò)數(shù)據(jù)分析處理，對(duì)用電數(shù)據(jù)進(jìn)行異常檢測(cè)。

4)家庭智慧用電

由于電網(wǎng)存儲(chǔ)有家庭用電的信息，智能感知技術(shù)可以用來(lái)使得家庭用電更加智慧。一方面，對(duì)于電網(wǎng)的運(yùn)營(yíng)人員，對(duì)家庭用電數(shù)據(jù)進(jìn)行分析，可以做出決策，緩解高峰時(shí)期的用電狀況。另外一方面，對(duì)于用戶(hù)，數(shù)據(jù)的分析結(jié)果可以指導(dǎo)如何合理地用電才能最節(jié)約，最安全。

4.2 安全變電保障

1)變電站故障檢測(cè)

對(duì)于輸電線(xiàn)路以及變電站等特殊場(chǎng)合，由于距離長(zhǎng)，范圍大，檢查耗費(fèi)的人力成本，時(shí)間成本大，且環(huán)境危險(xiǎn)，利用智能感知技術(shù)進(jìn)行處理先得更加重要，對(duì)輸電環(huán)節(jié)進(jìn)行故障檢測(cè)，及時(shí)維修，確保輸電網(wǎng)能夠正常運(yùn)行。

2)數(shù)據(jù)安全存儲(chǔ)

用戶(hù)的用電數(shù)據(jù)屬于隱私數(shù)據(jù)，因此在進(jìn)行分析時(shí)，應(yīng)該最大程度地保護(hù)數(shù)據(jù)的隱私，確保數(shù)據(jù)能夠安全存儲(chǔ)。智能感知技術(shù)可以在保證數(shù)據(jù)隱私與安全的同時(shí)，有效地利用大數(shù)據(jù)帶來(lái)的信息，對(duì)數(shù)據(jù)進(jìn)行處理。

3)遠(yuǎn)程操控

由于電力物聯(lián)網(wǎng)的規(guī)模不斷擴(kuò)大，遠(yuǎn)程操控在電力物聯(lián)網(wǎng)中的地位越來(lái)越重要。智能感知的系統(tǒng)架構(gòu)中，云—邊—端的網(wǎng)絡(luò)結(jié)構(gòu)可以有效地部署遠(yuǎn)程操控的技術(shù)，利用智能感知的結(jié)果，遠(yuǎn)程實(shí)施相應(yīng)的決策，達(dá)到快速相應(yīng)的目的。

5 結(jié)束語(yǔ)

本文主要對(duì)電力物聯(lián)網(wǎng)的概念以及電力物聯(lián)網(wǎng)中存在的智能感知技術(shù)進(jìn)行介紹，從系統(tǒng)層面、網(wǎng)絡(luò)層面、算法層面以及硬件層面對(duì)智能感知的關(guān)鍵技術(shù)進(jìn)行分析，最后介紹了電力物聯(lián)網(wǎng)的應(yīng)用場(chǎng)景。

電力物聯(lián)網(wǎng)已經(jīng)是電力行業(yè)的發(fā)展方向，并且隨著硬件與軟件水平的不斷進(jìn)步，智能感知技術(shù)在電力物聯(lián)網(wǎng)中的應(yīng)用將更加廣泛，以支撐更加豐富的電力應(yīng)用場(chǎng)景，提高電網(wǎng)設(shè)備的工作效率，為用戶(hù)提供智能化的用電服務(wù)和體驗(yàn)，帶動(dòng)其他產(chǎn)業(yè)的發(fā)展。