大數(shù)據(jù)技術(shù)的興起已引起電力系統(tǒng)各領(lǐng)域的高度關(guān)注，2013 年《中國電力大數(shù)據(jù)白皮書》[1]的發(fā)表，為我國電力大數(shù)據(jù)技術(shù)的發(fā)展指明了方向。以此為契機，相關(guān)技術(shù)研究和應(yīng)用嘗試日益活躍[2-8]，統(tǒng)一的電力大數(shù)據(jù)平臺也已在設(shè)計、開發(fā)之中。大數(shù)據(jù)具有 4V 特征，強調(diào)跨領(lǐng)域、多類型數(shù)據(jù)的融合與利用[9-15]，其以云計算為基礎(chǔ)，在理論研究和實際應(yīng)用方面涉及一系列軟硬件技術(shù)的進步[16-22]。電力大數(shù)據(jù)技術(shù)是大數(shù)據(jù)在電力行業(yè)的應(yīng)用和發(fā)展，包括有分布式存儲、并行計算，以及各種分析算法等組件，并充分吸收電力系統(tǒng)云計算的先進成果[23-28]。

　　最終實現(xiàn)大數(shù)據(jù)技術(shù)在電力系統(tǒng)的全面應(yīng)用，從電力系統(tǒng)各子領(lǐng)域出發(fā)的研究和實踐是必經(jīng)之路。這些子領(lǐng)域中的數(shù)據(jù)通常也具有多類型、分散和未充分利用的特征，借助大數(shù)據(jù)技術(shù)既可促進子領(lǐng)域的技術(shù)進步，也能夠在一個較小的、可控的范圍內(nèi)驗證、發(fā)展電力大數(shù)據(jù)技術(shù)，并為最終的多領(lǐng)域融合作好準備。事實上，大數(shù)據(jù)的含義也在不斷演變中，正是在與各類實際問題的互動過程中，才真正具有活力。

　　本文以電力大數(shù)據(jù)技術(shù)的基本支撐為前提，著重探討了電網(wǎng)仿真數(shù)據(jù)的特征，以及大數(shù)據(jù)技術(shù)與電網(wǎng)仿真計算相結(jié)合時可適用的問題和研究重點。

　　1 數(shù)據(jù)特征

　　電力系統(tǒng)仿真計算數(shù)據(jù)屬于結(jié)構(gòu)化數(shù)據(jù)，主要特點有： 1)多類型異構(gòu)。不同計算軟件、不同類元件、同一元件的不同模型，以及不同類計算結(jié)果的數(shù)據(jù)結(jié)構(gòu)差異較大; 2)在線計算數(shù)據(jù)與離線計算數(shù)據(jù)的同質(zhì)性。電力系統(tǒng)仿真中的在線數(shù)據(jù)通常由量測信息與離線計算數(shù)據(jù)拼合而成，數(shù)據(jù)結(jié)構(gòu)相似，因而數(shù)據(jù)分析的研究成果具有在 2 種數(shù)據(jù)上通用的可能; 3)存儲方式多樣。在線數(shù)據(jù)通常是集中存儲、定期更新，而大部分離線數(shù)據(jù)則分散于工作人員的個人計算機中; 4)體量巨大。隨著智能電網(wǎng)調(diào)度技術(shù)支持系統(tǒng) (簡稱 D5000)的廣泛使用，在線計算數(shù)據(jù)飛速積累，體量上將可達到 PB 級別。雖然離線計算原始數(shù)據(jù)的單一體量較小，但分析計算產(chǎn)生的結(jié)果數(shù)據(jù)體量巨大。例如，對 10000 節(jié)點電網(wǎng)全網(wǎng)母線進行短路電流掃描并計算各母線故障下的全網(wǎng)電壓，將會產(chǎn)生 1×109個母線電壓結(jié)果，數(shù)據(jù)文件達到 GB 級。此外，同電力系統(tǒng)的其他領(lǐng)域相比，仿真計算在大數(shù)據(jù)研究方面具有一個獨有優(yōu)勢，即仿真計算本身就可以產(chǎn)生豐富的、高質(zhì)量的數(shù)據(jù)，受歷史積累、系統(tǒng)量測，以及數(shù)據(jù)源不足的限制相對較小。

　　2 適用問題

　　2.1 仿真計算數(shù)據(jù)的統(tǒng)一管理電力系統(tǒng)仿真計算數(shù)據(jù)按來源主要分為在線和離線 2 大類。目前，在線數(shù)據(jù)主要存儲于能量管理系統(tǒng)(energy management system，EMS)，離線數(shù)據(jù)主要由計算人員本地管理。為了統(tǒng)一電網(wǎng)計算數(shù)據(jù)，提高數(shù)據(jù)質(zhì)量，省級以上電網(wǎng)公司已陸續(xù)建立了數(shù)據(jù)中心[37]，但其管理范圍僅限于部分電網(wǎng)仿真標準公用數(shù)據(jù)。電力大數(shù)據(jù)技術(shù)既適用于大規(guī)模數(shù)據(jù)的集中存儲，也能將數(shù)據(jù)管理延伸到分散的計算端和存儲端。同時，其還能提供數(shù)據(jù)清洗、整合等各種基本服務(wù)，并為實現(xiàn)仿真數(shù)據(jù)與其他領(lǐng)域數(shù)據(jù)的融合奠定基礎(chǔ)。

　　2.2 仿真計算中間結(jié)果利用電力系統(tǒng)仿真計算較多地涉及非線性方程和微分方程求解，二者都涉及迭代計算。現(xiàn)有的各種算法在應(yīng)用于實際大系統(tǒng)計算時，常會出現(xiàn)計算失敗或結(jié)果異常的情況，如潮流計算不收斂[38-40]，或是得到不合理解。對仿真計算中間結(jié)果進行數(shù)據(jù)分析，通過觀察計算收斂的變化過程，確定關(guān)鍵影響因素，將有助于在計算過程中制定有效的調(diào)整方案，提高迭代計算的收斂性和魯棒性，進而推進仿真計算技術(shù)的進步。

　　2.3 時域仿真結(jié)果應(yīng)用在常規(guī)的電力系統(tǒng)時域仿真中，多關(guān)注擾動發(fā)生后系統(tǒng)能否保持穩(wěn)定，即最終的仿真結(jié)果。但隨著我國電網(wǎng)規(guī)模的擴大和電壓等級的升高，系統(tǒng)中出現(xiàn)了一些涉及范圍廣、失穩(wěn)時間長的問題，如低頻振蕩[42]。在時域仿真中，元件模型的所有變量通常都可以計算并輸出。利用這些數(shù)據(jù)，能夠?qū)崿F(xiàn)對電力系統(tǒng)動態(tài)過程的精細觀察，通過與描述系統(tǒng)演變的數(shù)學(xué)、物理方法相結(jié)合[43-46]，從多方面掌握系統(tǒng)在空間和時間上的變化情況，進而提取運行規(guī)律、模式，加深運行人員對系統(tǒng)動態(tài)特性的理解。

　　3 研究重點

　　3.1 總體思路實現(xiàn)大數(shù)據(jù)技術(shù)與電力系統(tǒng)仿真計算結(jié)合的首要條件是建立電力大數(shù)據(jù)平臺，解決單機用戶在數(shù)據(jù)存儲、計算能力等方面無法自行克服的問題。在此基礎(chǔ)上，可結(jié)合系統(tǒng)仿真的技術(shù)背景、研究目的和數(shù)據(jù)特點，從專業(yè)角度出發(fā)采取理論研究與應(yīng)用開發(fā)相結(jié)合的方式開展工作。就第 2 節(jié)中所提出的幾個適用問題而言，其研究范圍主要包括分析模型建模、分析方法本地化，以及實際應(yīng)用等方面。

　　3.2 分析模型建模在分析模型建模方面的首要問題是特征量(樣本屬性)的選取，主要包括特征初篩和壓縮。在初篩中確定與問題可能相關(guān)的特征量，而后再根據(jù)需要進行數(shù)據(jù)壓縮。目前，在與系統(tǒng)仿真相關(guān)的領(lǐng)域，對該問題的研究已有較多成果[54-58]，結(jié)合大系統(tǒng)仿真數(shù)據(jù)分析的需求，可在以下方面推進研究工作： 1)借鑒現(xiàn)代穩(wěn)健回歸[59-60]思想，采用抗擾性強、效率高的統(tǒng)計量表征系統(tǒng)狀態(tài)變量的整體情況，從而提高初始特征量的質(zhì)量，如用中位數(shù)代替平均值、使用 M 估計等。文獻[61-63]研究了穩(wěn)健回歸在電力系統(tǒng)中的應(yīng)用; 2)基于核方法，在核空間中進行數(shù)據(jù)的主成分分析，提升數(shù)據(jù)壓縮和主導(dǎo)特征值提取的效果，文獻[64-66]討論了該方法; 3)電網(wǎng)仿真數(shù)據(jù)中包含有大量信息，而現(xiàn)有方法中的初始特征量通常由人工給出，有可能存在遺漏或干擾。基于已有知識自動生成或篩選初始特征量是解決該問題的一條可能途徑。專家系統(tǒng)[67] 是將形式化建模的先驗知識應(yīng)用于實際問題的成熟方法，但如何將其或類似方法應(yīng)用到初始特征量選取還需進一步研究。需要注意的是，對信息的壓縮通常會導(dǎo)致信息的損失，因此在計算能力允許的情況下，應(yīng)盡可能減小壓縮量或不壓縮。大數(shù)據(jù)平臺的應(yīng)用可以放寬對特征量篩選和壓縮的要求。

　　3.3 分析方法本地化在分析算法方面，主要涉及機器學(xué)習(xí)、數(shù)據(jù)挖掘、人工智能等領(lǐng)域，這其中的大部分算法實質(zhì)上是相通的。在與電網(wǎng)問題相結(jié)合上，相關(guān)研究主要包括結(jié)合電力系統(tǒng)仿真分析特點，進行算法自身改進和算法融合 2 個方面，目前已有許多成果[29-36,68-71]，后續(xù)可繼續(xù)關(guān)注的方面有： 1)以 Hadoop、MapReduce 等并行數(shù)據(jù)處理框架為基礎(chǔ)，進一步實現(xiàn)算法運算和數(shù)據(jù)處理的并行化，文獻[72-76]對大數(shù)據(jù)環(huán)境下的此類問題進行研究; 2)常見學(xué)習(xí)算法的訓(xùn)練通常都已較為成熟，但某些方法的參數(shù)選擇卻較為困難，如各種基于核函數(shù)的算法，文獻[71，77-80]從不同角度對此進行了研究; 3)已有成果中，算法的評估多采用算例結(jié)果有效性評價方式，對算法性能和結(jié)果可信度的反應(yīng)不夠全面，應(yīng)加強相關(guān)的理論分析，如計算復(fù)雜度、出錯界限等[81]。

　　4 引入大數(shù)據(jù)技術(shù)可能帶來的問題

　　大數(shù)據(jù)技術(shù)與電力系統(tǒng)仿真相結(jié)合也會帶來一些問題，除了一般性的資源占用過多、重復(fù)發(fā)現(xiàn)已有知識等不利影響外，還包括有： 1)邊際效應(yīng)。大型電網(wǎng)分析系統(tǒng)一般都是分階段建立的，在經(jīng)過最初的高產(chǎn)出比階段之后，各種資源的新增投入與數(shù)據(jù)分析效果提升的比值將會越來越大，直至失去技術(shù)經(jīng)濟意義; 2)數(shù)據(jù)共享。實際電力系統(tǒng)仿真數(shù)據(jù)有保密要求，一般用戶很難獲得。而大數(shù)據(jù)技術(shù)的引入需要有眾多的參與者，在無法獲得足夠樣本的情況下，大量研究工作難以展開; 3)“正確的”錯誤。在沒有模型、算法錯誤的前提下，數(shù)據(jù)分析發(fā)現(xiàn)的關(guān)聯(lián)也有可能只是表面現(xiàn)象，如關(guān)聯(lián)是偶然的，或者中間存在諸多環(huán)節(jié)、不具有實際價值等。冒然使用這樣的結(jié)果，可能會對電網(wǎng)運行安全造成不利影響; 4)決策困境。數(shù)據(jù)分析和仿真計算的結(jié)論可能會不一致，如果按“最嚴重”標準選取結(jié)果，可能會導(dǎo)致付出不必要的代價。針對上述問題，可進行的工作有： 1)開展“預(yù)言性數(shù)據(jù)分析問題”研究[9]，確定解決目標問題所需的數(shù)據(jù)量，對資源投入和數(shù)據(jù)分析效果作出合理預(yù)估，從而指導(dǎo)系統(tǒng)的構(gòu)建。目前尚缺乏這方面的深入探討和實際應(yīng)用。 2)將共享數(shù)據(jù)改為傳遞算法，即建立開放性的算法研究平臺[90]，研究者將其數(shù)據(jù)分析程序傳遞到平臺上進行驗證; 3)對于問題 3 和 4，最根本的解決途徑是結(jié)合已知的電力系統(tǒng)物理特性，對數(shù)據(jù)分析結(jié)論進行合理解釋，包括其背后的因果聯(lián)系、適用條件、成立概率等。在此基礎(chǔ)上可以剔除無用的分析結(jié)果并逐步建立對大數(shù)據(jù)技術(shù)的信心。

　　5 展望

　　隨著技術(shù)的成熟，未來電力大數(shù)據(jù)平臺將會與EMS、ERP 等系統(tǒng)類似，成為電力系統(tǒng)規(guī)劃、設(shè)計、運行、管理的一個“基礎(chǔ)設(shè)施”。電網(wǎng)各領(lǐng)域看待問題的視角將會由當前的信息和結(jié)果，逆著數(shù)據(jù)變化的趨勢向問題的源頭溯源移動。同時，也會依從數(shù)據(jù)變化的規(guī)律，探索其新的趨向，發(fā)現(xiàn)潛藏于其中的未來景象。

　　綜上所述，大數(shù)據(jù)技術(shù)與電力系統(tǒng)仿真的結(jié)合將能夠為系統(tǒng)分析提供新的手段、視角，甚至于方法。本文基于對仿真分析和電力大數(shù)據(jù)的認識，探討了該方面研究可能的思路和要點，后續(xù)將在此基礎(chǔ)上進一步開展具體工作。本文的研究也可為電力大數(shù)據(jù)涉及的其他相關(guān)領(lǐng)域提供積極的參考。

　　參考文獻

　　[1] 中國電機工程學(xué)會信息化專委會.中國電力大數(shù)據(jù)發(fā)展白皮書(2013)[R].北京：中國電機工程學(xué)會，2013. Chinese society for electrical engineering informatization committee.Chinese electric power big data development white paper(2013)[R] . Beijing ： Chinese society for electrical engineering，2013(in Chinese).

　　[2] 宋亞奇，周國亮，朱永利.智能電網(wǎng)大數(shù)據(jù)處理技術(shù)現(xiàn)狀與挑戰(zhàn)[J].電網(wǎng)技術(shù)，2013，37(4)：927-935. Song Yaqi，Zhou Guoliang，Zhu Yongli.Present status and challenges of big data processing in smart grid[J].Power System Technology，2013，37(4)：927-935(in Chinese).

　　《電力大數(shù)據(jù)技術(shù)與電力系統(tǒng)仿真計算結(jié)合問題研究》來源：《中國電機工程學(xué)報》，作者：黃彥浩，于之虹，謝昶，史東宇，周孝信