大能源思维与大数据思维的融合_一_大数据与电力大数据_薛禹胜.docx

《大能源思维与大数据思维的融合_一_大数据与电力大数据_薛禹胜.docx》由会员分享，可在线阅读，更多相关《大能源思维与大数据思维的融合_一_大数据与电力大数据_薛禹胜.docx（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 年 推出 专刊 后不久 ， 专刊 阐 述 了 大 数 据 对 科 学 研 究 的 重 要 性 。 ， 分析了大数据的影响 、 关键 第 卷 第 期 年 月 日 ， ： 大能源思维与大数据思维的融合 （ 一 ） 大数据与电力大数据 薛禹胜 ， 赖业宁 （ 南瑞集团公司 （ 国网电力科学研究院 ）， 江苏省南京市 ） 摘要 ： 大能源思维将电力视为能源生产 与 消 费 全 流 程 中 的 枢 纽 环 节 ， 藉 此 推 动 上 游 一 次 能 源 的 清 洁替代与下游终端能源的电能替代 ， 支撑能源的可持续发展 。 大 数 据 思 维 将 各 种 数 据 资 源 从 简 单 的处理对象转变为生产

2、的基础要素 。 这两种思维的融合 ， 使电力大数据成为大能源系统广泛互联 、 开放互动及高度智能的支撑 ， 包括 ： 广域多时间尺度的能源数 据 及 相 关 领 域 数 据 的 采 集 、 传 输 和 存 储 ， 以及从这些大量多源异构数据中快速提炼出深层知识并 发 挥 其 应 用 价 值 。 作 为 两 篇 论 文 中 的 开篇 ， 在演绎大数据基本概念 、 结构类型及本质特征的基 础 上 ， 归 纳 电 力 大 数 据 的 特 点 。 针 对 综 合 能源 ， 通过基于数学模型的因果型数据 、 无因果关系的统计型 数 据 以 及 参 与 者 博 弈 型 数 据 的 融 合 ， 构建信息能源

3、系统的知识挖掘平台 。 其续篇将讨论信息能源系统 ， 并通过若干案例 ， 反映大数据思 维对提高大能源经济性与可靠性的贡献 。 关键词 ： 信息能源系统 ； 能源互联 ； 因果型数据 ； 统计型数据 ； 博弈型数据 ； 非结构型数据 ； 知识 提取 引言 现代产业与信息技术的发展使数据资源成为越 来越重要 的 生 产 要 素 。 爆 炸 式 增 长 的 数 据 量 对 多 源 、 异构 、 高维 、 分布 、 非确定性的数据及流数据的采 集 、 存储 、 处理及知识提取提出 了挑战 。 大数据思维 就是此环境中的产 物 ， 它 并 不 局 限 于 传 统 的 基 于 因 果关系的逻辑推理 研

4、究 ， 甚 至 更 多 地 通 过 统 计 型 数 据的搜 索 、 分 类 、 比 较 、 聚 类 、 关 联 等 的 分 析 和 归 纳 ， 关注数据集内隐藏 的 相 关 性 （ 支 持 度 、 可 信 度 、 关 注 度 ）。 图灵奖得主吉 姆 格 雷 将 这 种 数 据 密 集 型 的 研究范式从理论科学 、 计算科学 、 实验科学中分离出 来 ， 成为 “ 第四范式 ” 。 文献 将大数据计算称为商务 、 科学和社会领域的 革命 性 突 破 。 年 ， 的 同年 ， 麦肯锡公司发布关于大数据的竞争力 、 创新力 技术及应用领域 ， 进 一 步 燃 起 学 术 界 和 产 业 界 对 讨

5、 论大 数 据 的 热 情 。 美 国 政 府 于 年 月 宣 布 投 资 亿美元启动 “ 大 数 据 研 究 和 发 展 计 划 ” ， 将 其 上升为国家战略 。 大 数 据 被 认 为 是 继 物 联 网 、 云 计 算之后 ， 行业又一次颠覆性的技术变 革 。 云计算是利 用 互 联 网 实 现 随 时 、 随 地 、 按 需 、 便 捷地访问共享资源 池 （ 如 计 算 设 施 、 应 用 程 序 、 存 储 设备等 ） 的计算 模 式 ， 关 注 计 算 能 力 ， 并 与 关 注 知 识提取的大数据技术相得益彰 。 电力是社会发展的重要基础 。 随着全球能源形 势的日益严峻 ，

6、各国 大 力 开 展 了 智 能 电 网 的 研 究 和 实践 。 其目标是 建 设 一 个 覆 盖 整 个 电 力 生 产 过 程 ， 包括 发 电 、 输 电 、 变 电 、 配 电 、 用 电 及 调 度 等 环 节 的实时系统 ， 以支撑电网的安全 、 自愈 、 绿色 、 坚强及 可靠运行 。 而 其 基 础 则 是 电 网 广 域 全 景 实 时 数 据的采集 、 传输 、 存储 、 分析及决策支持 。 而愿景中的电网则是网架坚强 、 广泛互联 、 高度 和生产力的调研报告 智能 、 开放互动的 智 能 电 网 。 文 献 分 析 了 智 能 电网大数据的产生 与 特 点 ， 指 出

7、 已 有 的 数 据 处 理 技 收稿日期 ： 。 国家自然科学基金重点资助项目 （ ）； 中英合作研究 项目 （ ）； 中 泰 合 作 研 究 项 目 （ ）； 国家电网公司科技项目 。 术在智能电网的数 据 存 储 、 处 理 和 展 示 等 方 面 所 面 临的 挑 战 ， 已 成 为 智 能 化 发 展 的 制 约 因 素 。 文 献 探索了基于云计算的智能电网信息平台的可 靠存储和高效管理 。 文献 研究了用户侧电力消 ： ： 一次能源的清洁替代与 终 端 能 源 的 电 ， 需要具备从 不 同 类 型 的 多 值 （ ） 。 “ 量 ” 是 指 数 据 容 量 足 够 大 ； “

8、类 ” 是 （ （ （ ， （） 信息能源系统 费的大数据 ， 从中挖掘其用电行为 ， 以改进需求响应 系统 。 以电为核心的大能源体系正在成为全球能源的 指数据种类呈现多 源 多 态 特 性 ； “ 速 ” 是 指 实 时 性 要 求高 ； “ 值 ” 是指 数 据 价 值 密 度 相 对 较 低 。 在 数 月 的 监控视 频 中 ， 可 能 仅 的 画 面 有 用 ， 但 通 过 关 发展战略 联数据的挖掘 、 分析和提取 ， 却可能获得很高的信息 能替代都必须依靠 电 网 的 输 送 才 能 大 规 模 地 实 现 。 文献 指 出 ， 电 力 可 靠 性 问 题 的 顶 层 设 计

9、应 该 以 大能源观为指导 ， 不能局限于电力系统自身 ， 还要分 析其与一次能源 、 外 界 环 境 、 管 理 政 策 、 用 户 需 求 与 方式变化间的交互 ， 研 究 广 义 阻 塞 对 电 力 系 统 安 全 性与充裕度的影响 。 电力 、 能源及广义环境的多源 、 多态及异构数据 的数量呈指数级增长 ， 需要有相应的广域采集 、 高效 存储和快速处理技术予以支撑 。 而从这些数据中挖 掘知识及价值应用则使电力大数据的话题融入大数 据的研究热潮 。 本文及其续文是笔者关于如何将电 力大数据的思 维应 用 到 电 力 的 广 义 可 靠 性 、 大 能 源 安全及环境安全方面的思考

10、。 大数据概念的演绎 定义 对 “ 大数据 ” 还没有统一的定义 ， 通常指量大 、 多 源 、 异构 、 复杂 、 增长迅速 ， 无法用常规的方法处理的 数据集合 。 许 多 数 据 往 往 只 在 统 计 学 观 点 上 具 有某种相关性 ， 而不 一 定 像 传 统 应 用 的 数 据 那 样 具 有严谨的因果关 系 。 对 这 样 的 统 计 关 系 型 数 据 ， 只 有当反映一个真实问题的数据量达到能在一定程度 的统计意 义上描述 其 真 实 面 貌 时 ， 才 能 有 效 地 提 取 知识 ， 支持决策 。 而 对 于 常 规 的 因 果 关 系 型 数 据 来 说 ， 数量的大

11、小往往仅影响到计算资源 ， 而与提取知 识的方法关系不大 。 因此 ， 大数据与小数据之间并无绝对的界限 ， 而 是相对于目标问题而言的 。 大规模的数据量只是大 数据概念的特征之 一 ， 也 不 应 该 用 海 量 的 规 模 作 为 大数据的必要条件 。 大数据技术 涵 盖 了 从 信 息 产 生 、 采 集 、 存 储 、 转 换 、 集成 、 挖掘 、 分析 、 计算 、 展示 、 应用及维护等数据 价值 。 一 般 认 为 ， 数 据 规 模 或 复 杂 程 度 超 出 了 常 用 技 术按照合理的成本 和 时 限 来 处 理 的 能 力 ， 就 可 称 为 大数据 。 笔者认为如果

12、统计型数据量对于具体目标 问题来说 ， 已经具有统计意义 ， 就可以用大数据思维 来处理 。 若为 大 数 据 设 立 数 百 的 阈 值 ， 必 将 大 数据思维束之高阁 ， 扼杀了其广泛应用的生命力 。 除了 从 因 果 、 统 计 及 博 弈 等 数 据 关 系 的 视 角 来 对数据类型分类外 ， 还 可 以 按 数 据 结 构 的 视 角 将 其 分为三种类型 ： 结构化数据 ， 即可以用二维表结构 来逻辑表达的行数 据 ， 关 系 型 数 据 库 是 其 有 效 处 理 工具 ； 非结构化数据 ， 是一类不能用有限规则完全 表征与刻画的异构性数据 ， 如图像 、 音频和视频等信 息

13、 ， 它们之间不存在直接的因果关系 ， 存在不相容性 及认知的不一致性 ； 半结构化数据 ， 介于上述两种 结构 之 间 的 数 据 ， 可 以 用 树 、 图 等 模 型 表 达 ， 如 、 办公文档及电子邮件等信息 。 据统计 ， 随着社 交网络 、 传感物联及移动计算等新技术 、 新渠道的不 断涌现 ， 企业中的半 结 构 化 或 非 结 构 化 数 据 占 比 越 来越大 ， 有的已达 。 思维方式 大数 据 技 术 的 思 维 方 式 是 ： 将 采 集 到 的 经 验 与 现象实现数据化与规律化 ， 在继承传统的统计学 、 计 算数学 、 人工智能 、 数 据 挖 掘 等 方 法

14、的 基 础 上 ， 从 单 一维度转向多维度 统 筹 融 合 ， 开 发 知 识 处 理 的 新 方 法 ， 从更深刻的视角 ， 以更高的时效发掘多源异构数 据 ， 从而发 现 新 知 识 和 新 规 律 ， 并 实 际 应 用 的 方 法 学 。 若可以用简单的表达式直接描述某问题的结果 与 变量之间的关系 ， 那么即使其数据量很大 ， 也不一 定属于大数据思维 。 当数据之间没有或还不能严格 描述其因果关系 ， 而数据集已相对地具备统计意义 ， 全生命周期管理过程 就需要并可以采 用 大 数 据 思 维 来 处 理 。 例 如 ： 对 于 源异构数据中 ， 快速提炼出有价值信息的能力 。

15、基本特征 数据是以编码形式对自然现象 、 社会现象 、 试验 仿真结果及经验的记录 ， 包括数字 、 文字 、 图像 、 声音 等形式 。 与传统数 据 相 比 ， 大 数 据 具 有 四 大 显 著 特 征 ， 即量 ）、 类 ）、 速 ）、 一个市场调查的数 据 集 ， 如 果 仅 仅 求 取 人 群 对 某 种 商品的需求分布 ， 那 么 思 维 方 法 并 不 会 因 为 数 据 集 是否海量 ， 而改 变 常 规 的 数 据 处 理 思 维 。 但 如 果 要 从人群对该商品众多技术 、 经济 、 全程服务特性等各 方面要求中提炼出有助于提高企业竞争能力的决策 支持 ， 那就需要有新

16、的思维方法 ， 包括信息挖掘与利 用的思维 、 模式及方法 ， 以帮助人类获得更深刻的洞 ， 只 是 其 结 论 的 可 信 度 可 能 受 到 影 。 其挑战主 。 分 （ 察力 。 关注 统 计 关 系 的 思 维 方 法 ， 同 样 可 以 应 用 于 有 薛禹胜 ， 等 大能源思维与大数据思维的融合 ：（ 一 ） 大数据与电力大数据 的相关性来发展统 计 学 ， 有 效 地 表 达 高 维 随 机 变 量 函数的联合概率分布 。 限数据 集 上 用以发现知 识 的 技 术 有 ： 遗 传 算 法 、 神 经 网 络 、 响 。 大数据技术的挑战 大数据的采集与集成 利用各种传感器及终端

17、 ， 采集反映物理世界 、 市 场经济与人类行为等现象的静态 动态的异构数据 ， 数据 挖 掘 、 专 家 识 别 、 回 归 分 析 、 聚 类 分 析 、 关 联 分 析 、 数 据 融 合 、 机 器 学 习 、 自 然 语 言 处 理 、 情 感 分 析 、 空间分析 、 时间 序 列 分 析 及 其 他 计 量 学 方 法 。 一 个 例子 是 采 用 机 器 学 习 和 神 经 网 络 来 分 析 服 务器群的数据 ， 掌 握 大 量 变 量 之 间 的 交 互 。 神 经 网 成为人 、 机 、 物 三 元 世 界 的 信 息 纽 带 络在无显式编程下 自 适 应 学 习 ， 大

18、 大 提 高 服 务 器 群 要体现在 ： 从结 构 化 数 据 为 主 ， 向 结 构 化 、 半 结 构 化与非结构化的三 者 融 合 的 变 革 ； 数 据 来 源 的 多 样化 ， 特别是移动终端的广泛应用 ， 使大量数据需要 同时带有时间与空 间 的 标 志 ； 有 用 信 息 被 淹 没 在 大量无 关或弱相关 的 数 据 中 ， 或 需 要 处 理 低 质 量 及 局部缺损的数据 。 大数据的存储 大量多态异构数据的高效 、 可靠 、 低成本存储模 式是大数据的关键 技 术 之 一 ， 对 多 源 多 态 数 据 流 之 间的交互索引与转换效率影响很大 。 数据压缩技术可以减少数

19、据传输量及提高存储 的效率 ， 发现普通人注意不到的复杂互动关系 。 随着大数据的应用从离线走向在线 ， 甚至实时 ， 所面临的系统复杂 性 、 数 据 复 杂 性 和 计 算 复 杂 性 挑 战更为严 峻 。 目 前 虽 然 出 现 了 一 些 较 为 有 效 的 方 法 ， 如流处理 模 式 、 批 处 理 模 式 ， 及 两 者 的 融 合 ， 但仍未有 一 个 相 对 普 适 的 （ 准 ） 实 时 的 分 析 处 理 框 架 ， 在合理精确性的前提下实现快速的随机优化 。 大数据的易用性 易用性应该 贯 穿 在 大 数 据 的 集 成 、 存 储 、 计 算 、 分析 ， 乃 至 展

20、 现 等 整 个 业 务 流 程 。 从 技 术 层 面 看 ， 可视化 、 人机交互及数据起源技术都可有效提升 效率 ， 但也增加了数据处理环 节 及 计 算 负 担 易用性 ， 但仍存 在 元 数 据 的 高 效 管 理 的 难 点 。 元 数 布式存储要权衡对 存 储 空 间 及 实 时 性 的 影 响 ： 对 实 时数据采用实时数 据 库 或 内 存 数 据 库 ； 对 核 心 业 务 数据采用传统的并 行 数 据 仓 库 系 统 ； 对 大 量 的 历 史 和非结构化数据采用分布式文件系统 。 算法 在 处 理 复 杂 结 构 数 据 时 相 对 低 效 ， 故 希 望 事先为复杂结

21、构的 数 据 建 立 索 引 结 构 来 帮 助 搜 索 ， 并合理地将非结构型数据结构化 。 大数据的分析 需要 关 注 大 数 据 的 形 态 描 述 、 基 本 运 行 规 律 及 其可控性 。 其中 ， 最复杂的是人类社会行为信息 ， 其 决策行为必须与物理系统及信息系统相结合 。 目标领域的信息若能与关联领域的信息相结 合 ， 则不但知识量得以增加 ， 而且更有可能揭示综合 性 、 交叉学科的未知知识 ， 甚至从统计型数据中发现 其 （ 准 ） 因果关系 。 知 识 的 涌 现 性 反 映 在 模 式 、 行 为 和智慧上 。 例如 ： 将 提 高 风 机 效 率 的 研 究 与 气

22、 象 信 息 、 电网信息联系 ， 其效果将大大提升 。 大数据与云 计算为之提供了数据资产的保管 、 搜索的技术 ， 但也 不是数据越多越好 ， 而 信 息 的 提 炼 与 知 识 的 发 现 一 般很难通过直观方式的分析和解读来获取 。 数据驱动的分析方法包括 ： 聚类 、 判别 、 回归 、 识 别 、 隐 变 量 、 主 因 分 析 、 时 间 序 列 。 需 要 处 理 大 规 模 的不定解问题 ， 及必要时信息的补充问题 ， 利用特征 据是关于数据的组织 、 数据域及其关系的信息 ， 是描 述信息资源的重要工具 。 大数据的安全性 数据可靠性和通信网络安全性至关重要 。 必须 研究

23、各种广域量测 数 据 和 仿 真 数 据 的 完 备 性 、 适 时 性和价值的评估技 术 ， 研 究 在 广 域 信 息 不 完 全 条 件 下的分析 、 控制技术 。 “ ” 大停电前的几个月 ， 北美电力可靠性委 员会 ） 警告说 ， 随着电力业务的 复 杂 化 ， 越 来 越多的电力公司 不 遵 循 年 发 布 的 非 强 制 性 的 安全导则 ， 致使一些数据采集与监控 （ ） 网络 被蠕虫破坏 。 大数 据 安 全 是 一 项 包 括 技 术 层 面 、 管 理层面 、 法律层面的社会系统工程 ， 其保障体系的框 架由组织管理 、 技术保障 、 基础设施 、 产业支撑 、 人才 培

24、养 、 环境建设 组 成 。 应 该 研 究 数 据 源 和 传 输 的 可 靠性 ， 研究信息系统故障或受到攻击时的行为 ， 以及 信息的阻塞 、 淹没 、 丢失和出错对大能源可靠性的影 响 。 移动 互 联 时 代 中 ， 人 们 在 不 同 场 合 产 生 各 种 数 据足迹 ； 大数据技术将大量行为信息聚集在一起 ， 就 很可能暴露其隐私 。 由于尽可能地获取信息本来就 是应用大数据技术 的 目 的 ， 故 与 隐 私 权 的 保 护 存 在 着矛盾 。 如何协调 共 享 与 隐 私 ， 需 要 制 度 与 监 管 的 ： ， 包括开放 与 防 御 的 平 衡 ， 防 止 数 据 被

25、窃 取 或 ， 较 少 涉 及 具 ， 即大 能 源 系 统 与 大 ， 因 此 其 信 息 物 理 融 合 的 概 念 也 就 局 限 于 ， （） 信息能源系统 保证 。 现有的数据安全保护技术主要针对静态数据 节的 “ 一次能源系 统 及 终 端 能 源 系 统 ” ， 以 及 作 为 信 息革命重要环节的 “ 网络金融及需求侧参与信息 ” 却 集 并没有得到应有的重视 。 篡改 。 但仍需要解决动态信息的安全性问题 。 大数据的应用 大数 据 学 科 的 兴 起 与 人 类 需 求 密 切 相 关 ， 其 中 的信息挖掘及知识提炼环节必须与待求解问题紧密 结合 ， 而应用环节则 是 大

26、 数 据 技 术 发 展 的 动 力 与 归 宿 。 因此 ， 大数据研究应该遵循问题导向 、 需求牵引 及数据共享的原 则 。 必 须 结 合 具 体 的 目 标 问 题 ， 将 采集到的低价值的大数据加工成高价值的思想或知 识 ， 大数据技术 才 有 生 命 力 。 若 没 有 应 用 企 业 的 深 度参与 ， 若不能按照商品的规律运行 ， 大数据技术就 难以真正取得收 效 。 此 外 ， 若 没 有 各 管 理 部 门 对 数 据共享的落实 ， 大数据技术也只能是纸上谈兵 。 知识 作 为 资 源 ， 需 要 像 物 质 资 源 那 样 分 配 及 流 通 。 为此 ， 需要对知识产品

27、定价 ， 并从数据使用的视 角揭示信息流与科学活动的内在规律 。 目前 对 大 数 据 应 用 的 关 注 ， 主 要 集 中 在 商 业 与 显然 ， 目 前 的 智 能 电 网 框 架 中 的 专 用 通 信 网 的 功能需要从电力系 统 扩 展 ， 不 但 涉 及 各 种 非 电 的 能 源环节 ， 而且涉及相关的非能源环节 ， 以更好地支持 对电 力可靠性及经 济 性 的 研 究 ， 并 支 撑 综 合 能 源 安 全 、 能源经济安全及环境安全 。 另一方面 ， 开放的网 络经济及广泛的用 户 参 与 都 需 要 互 联 网 的 支 持 ， 互 联网数据的管理与挖掘成为非常重要的任务

28、 。 整个能源行业在转型发展中面临的机遇和挑 战 ， 来自一次能源 的 压 力 、 环 境 安 全 的 紧 迫 性 、 电 力 系统内外复杂性的 增 加 、 运 行 环 境 及 扰 动 事 件 的 不 确定性与风险的增大 、 经济与技术的发展 、 市场改革 的要求 。 为了应对 上 述 挑 战 ， 必 须 提 高 数 据 的 及 时 性 、 完整性 、 一致性 及 信 息 安 全 防 御 能 力 ， 提 高 对 数 据的管控能力 ， 消除数据壁垒 、 存储无序且不一致的 现象 ， 完善 对 外 部 环 境 、 基 础 设 施 及 人 才 队 伍 的 掌 控 。 服务业这些以统计关系为主的领 域

29、 从传 统 的 电 力 数 据 演 变 为 电 力 大 数 据 ， 跨 领 域 有较强因果关系的 领 域 ， 如 电 力 系 统 及 能 源 市 场 等 领域 。 笔者认为 ， 是否能成功地将统计关系 、 博弈关 系与因果关系取长 补 短 ， 是 大 数 据 技 术 能 否 扩 大 应 用领域的一个关键 。 电力大数据 问题的提出 从能 源 系 统 看 ， 它 包 括 电 网 和 非 电 的 能 源 网 两 部分 ； 电力系统应该 在 能 源 的 清 洁 替 代 与 电 能 替 代 中有效地承上 （ 一次 能 源 ） 启 下 （ 终 端 能 源 ）， 兼 顾 左 右 （ 与其他二次能源协调 ）

30、。 从信息 系 统 看 ， 它 包 括 专 用 通 信 网 与 互 联 网 （ ） 两部 分 。 专 用 网 用 于 对 信 息 安 全 性 或 实 时性要求高处 ， 但由于非开放式的接入 ， 故不适合与 广泛用户的互动 ； 互联网用于开放场合 ， 但信息安全 及实时性差 。 显然 ， 两 者 对 于 信 息 系 统 来 说 都 不 可 或缺 。 能源革命需要的是能源系统的全部组分与信息 的时空扩展将电力系统的界面条件从确定性变为时 变性 ， 同时也 增 加 了 多 时 间 尺 度 的 动 态 复 杂 性 。 涉及各 类 数 据 的 采 集 、 集 成 、 存 储 、 管 理 、 知 识 挖

31、掘 、 决策支持 、 可视展现等技术 ， 也反映了电力及综合能 源数据的管理 、 知识 的 挖 掘 和 应 用 等 一 系 列 推 进 能 源生 产 、 转 换 、 输 送 、 消 费 方 式 的 创 新 思 维 。 其 中 的 互联网数据大多为传统数据库不支持的非结构化类 型 ， 包括图片 、 视频 、 音频 、 地理位置信息 、 网络日志 、 博弈行为 、 金 融动态 、 政策法规 。 数据的在线或实时 处理 ， 往往呈现出突 发 及 涌 现 等 非 线 性 状 态 演 变 现 象 ， 难以预测 。 为此 ， 信 息 创 新 必 须 与 能 源 革 命 在 更 高 层 次 上 深度融合 ，

32、 特别是在 一 次 能 源 中 的 清 洁 替 代 及 终 端 能源中的电能替代 上 ， 不 但 将 协 调 优 化 的 概 念 提 升 到综合能源流的范 畴 ， 而 且 推 动 电 能 更 主 动 发 挥 在 一次能源与终端能 源 之 间 的 核 心 纽 带 作 用 ， 实 现 能 源生产模式与消费模式的革命 。 但 是 ， 将 大 数 据 技 术 局 限 于 互 联 网 数 据 也 是 片 系统的全部组分的深度融合 面的 。 通过专用网 或 仿 真 网 获 取 的 数 据 ， 包 括 智 能 信 息系统组成的信 息 能 源 系 统 ， 而 不 是 局 限 于 它 们 的某个子集之间 。 但

33、 是 ， 智 能 电 网 的 研 究 范 畴 基 本 上局限于能源系统中的电力系统与通信系统中的专 电网概念中已涉及 者 ， 以 及 有 待 外 拓 的 非 电 能 源 领 域与非能源领域中 的 数 据 问 题 ， 同 样 存 在 大 量 的 挑 战 。 既然讨论的是 信 息 物 理 融 合 问 题 ， 那 么 其 框 架 用网 就更不应该在信息系统内部或能源系统的内部设立 “ 电力生产信息 电力系统 ” 。 作为能源革命重要环 藩篱 。 （ （ （ 薛禹胜 ， 等 大能 源思维与大数据思维的融合 ：（ 一 ） 大数据与电力大数据 当前的研究都在一定程度上受限于物理系统中 的藩篱或信息系 统

34、中 的 孤 岛 。 例 如 ： 稳 定 性 与 经 济性的研究都针对 给 定 的 边 界 条 件 ， 不 能 真 实 反 映 上下游环节的变化 对 电 力 系 统 的 影 响 ； 充 裕 性 问 题被粗犷处理为固 定 比 率 的 备 用 容 量 ， 无 法 适 应 大 规模不确定性的可 再 生 能 源 及 充 放 电 用 户 的 入 网 ； 决策过程基本无 法 考 虑 博 弈 行 为 的 影 响 ； 忽 视 了信息系统本身可 靠 性 的 影 响 ； 缺 乏 对 电 力 系 统 外部环节的自适应能力 。 要突 破 上 述 藩 篱 与 孤 岛 ， 就 必 须 遵 循 以 电 力 系 统为核心环节的

35、大能源系统在大数据时代下的发展 理念 ， 顺应管理体制及技术路线的变革 。 电力大数据的特征 一方面 ， 电力大数据具有大数据的共性 ， 包括目 标领域向其他相关 领 域 的 扩 展 ， 以 及 数 据 类 型 向 非 结构型及非因果型 数 据 扩 展 ， 时 间 维 度 向 多 尺 度 的 流数据扩展 。 由此 形 成 大 量 的 异 构 异 质 数 据 ， 包 括 数字 、 文 本 、 图 形 、 图 像 、 音 频 、 视 频 等 静 态 和 不 同 时 间尺度的动态数据 ， 以 及 大 量 统 计 关 系 与 博 弈 关 系 的数据 ， 都需要快速处理 。 另一 方 面 ， 电 力 大

36、 数 据 必 然 继 承 了 能 源 行 业 数 据的特征 ， 包括大量的因果关系数据 、 高维的时空数 据 ， 广域的监测控制 ， 快速的时间响应及实时控制数 据 。 除了电力系统 的 状 态 外 ， 还 需 要 获 取 并 分 析 相 关领域的数据 ， 并处理部分数据缺失时的不确定性 。 运行工况或故障场景都会影响系统的稳定性和 控制策略 。 中国的电网现在已普遍实现了在线的量 化分析功能 ， 按实测 工 况 和 典 型 故 障 来 指 导 预 防 控 制 ， 并向自适应的紧急控制与 系 统 保 护 发 展 。 但 若要有效地应对极 端 自 然 灾 害 环 境 ， 则 还 需 要 采 集

37、并处理大量非结 构 型 的 视 频 、 语 音 、 图 片 ， 并 与 电 力 系统分析功能有机结合 。 大规模间歇性可再生能源 ） 与电动 汽 车 ） 的 入 网 对 电 力 充 裕 性 与 备 用调度提出挑战 ， 要求大大提高对风电 、 太阳能发电 及 充放电的 预 测 精 度 ， 这 就 需 要 处 理 大 量 非 结 构型的地理及 交 通 动 态 数 据 。 为 了 应 对 相 继 故 障 ， 基于常规因果关系型数据的分析算法也应该解决多 米诺效应的演化路径及实时评估的经典难题 。 电力大数据的类型 除了按数据结构 等 大 数 据 概 念 来 划 分 电 力 （ 能 源 ） 系统大数据

38、 ， 还存在其他视 角 ， 列举如下 。 ） 按业务领域 ， 电力大数据可分为 ： 规划运行 类 ， 包括电力规划 、 电能生产 、 运行监控 、 设备检修等 数据 ； 企 业 运 营 类 ， 包 括 企 业 发 策 、 运 营 、 电 力 市 场 、 用户信息等数据 ； 企业管理类 ， 包括人财物资 、 资本运作 、 企业资源计划 ） 管理 、 协同办公等数 据 ； 非电的能源 类 ， 包 括 各 种 一 次 能 源 、 非 电 的 二 次能源 、 终端能源 使 用 模 式 等 数 据 ； 非 能 源 类 ， 包 括气象 、 环境 、 碳资产 、 宏观经济政策等数据 。 ） 按时间维度可分为