“电网一张图”时空信息管理系统

能源互联网的技术内涵是运用新一代信息通信技术实现电力系统各个环节万物互联、人机交互，大力提升数据自动采集、自动获取、灵活应用能力，通过加强基础能力建设，实现“数据一个源”，推动电力系统各环节终端随需接入，达到电网和客户状态的“实时感知”。

一、电力企业信息系统之间的融合方式

根据数据融合程度的不同，按照从松到紧的次序总结以下3种多源数据融合方式：联邦融合、子集融合以及完全融合。

1）联邦融合：如图1所示，在各个子系统之间建立虚拟数据通路，当一个子系统需要访问另一个子系统的数据时，通过虚拟数据通道获得所需要的数据。这种方法的优点是，可以保持各自子系统运行的独立性，缺点是各个子系统为了融合来自其他子系统的数据，需要对自身的数据库模式和人机界面进行改造，对于一个由N个子系统构成的大型数据系统，需要建立N×（N-1）条虚拟数据通路。



图1 联邦融合方式

2）子集融合：如图2所示，在每个子系统中选择其中一个可以代表其子系统内在关联关系的子集，将这些子集关联起来，构建一个数据管理系统，通过这些子集的关联与索引，可以快速地获得保存在各个子系统中的数据。这种方式的优点是，各个子系统可以保持独立运行，只需与其自身的子集建立连接关系，为了获取其他子系统的数据，只需建立各个子集之间的连接关系，其技术关键是如何根据电力行业的技术特点找到子系统子集的表达方式与抽取方法。利用由各个子集构成的子集融合数据库，又可以非常容易地获取来自各个子系统的数据。这种方法对于大型电力企业的信息系统融合来讲，是一个投资和回报都非常合适的解决方案。

   



图2 子集融合方式

3）完全融合：如图3所示，这种方法将来自各个子系统的数据完全融合起来，从全系统角度重新建立统一的数据模型。这种方法的优点是，整个系统重新设计后，数据库模型的完整性、存储效率、数据分析效率都将是最好的，与互联网公司目前研发的知识图谱的理念非常相似（又称为企业知识图谱），是未来企业信息管理系统的发展方向；缺点是对于一个大型的电力企业来讲，数据融合的工作量非常巨大。但可以从县调或者区调入手，在小型电力企业获得成功后，再逐步推广到地调、省调，最后推广扩展到整个电网公司。



图3 完全融合方式

二、电力企业信息系统的技术发展趋势

一个高效的电力企业信息系统应该从数据融合建模、应用分析计算和互动式可视化决策3个层面为客户提供各种敏捷数据分析平台和系统，基于海量数据的融合和分析，为大幅度提升能源生产、消费和相关设备制造的安全水平、质量水平、先进水平和效益效率提供分析手段和工具。

1 数据融合建模—基于本体的图数据库建模
本体是由来自多个数据源的数据（例如调度自动化系统、生产/设备管理系统、营销系统等）进行转换和集成而形成的，并且从原始存储格式转化为数据实体对象（开关、刀闸、变压器、输电线路等具体电网设备以及设备供应商/生产商等具体电力设备制造供应企业）和相关的属性，实体及其关联关系代表了现实世界中的人、物、事件、时空等对象属性以及它们之间的连接。本体要能反映人、事、物和环境的关联关系及推理过程，这是大数据技术面临的核心挑战。本体数据类型包括了人、地点、事物和事件所有关系及其相关属性，而这正是我们人脑中思考表达世界的方式，突出人在分析过程中与现实世界数据的交互能力（human-driven analysis），再进一步结合可视化展示技术，就可以在海量大数据中找寻出具有特殊意义和决策价值的信息。

2 应用分析技术—多维关联与路径因果分析
基于本体的图数据库建模技术是企业信息管理系统中大数据计算的基础，而节点并行、分层并行、路径搜索、智能推理、知识图谱、图机器学习算法等在图计算领域快速发展的多维关联分析技术是企业信息管理系统中大数据计算的关键技术。针对现实环境中大数据多源、异构、海量等特征，传统的计算模型难以直接处理。为了增强关联分析的性能，必须缩短传统信息管理系统中数据与算法分离而产生的数据接口时间，将算法与数据结构尽可能贴近。多维关联分析以数据本体为基础，将其描述为图分析中的节点，将数据本体之间的相互关联关系，如“人”和“组织”的相关关联特征，“电力设备”与“电网”之间的连接关系，描述为边，从而把数据本体及其属性、相互联系等，以一张图的方式融合成一个有机整体，提供多维关联分析和推理过程可追溯的因果分析服务。

3 可视化决策—人机共生互动
通过大规模机器学习，可以获得领域专家或决策者关注的价值规律信息，但要具体应用落地，还必须对挖掘出的分析结果进行直观理解，并快速形成辅助决策知识，传统的人机交互方式对大数据可视化决策来讲远远不够，大数据可视化互动操作（钻取、多层次、多视角）和基于GIS的大规模时空分析和多数据图层可视化、动态数据流轨迹和路径可视化是可视化领域的关键技术。可视化决策必须在传统可视化展示基础上大力发展可视化探察与互动式引导功能。

在可视化探查与互动式引导过程中，必须引入人机共生的互动式可视化探察分析理念。一个优秀的可视化决策系统，在将初步分析结果呈现给用户后，必须提供良好的互动式可视化工具，引导用户深度参与后续的探察过程，从而发现各种信息之间的联系和数据之间的深度关联关系，整个过程是不断迭代和优化的，最终帮助用户找到其所期望寻找到的答案。

三、 电力图计算平台

由图4可以看出，图计算平台由电力图模型层、通用图计算函数层、电力专用计算模块层和可视化展示层4层构成。

1）在电力图模型层，研发了基于CIM/E模型的节点–开关图建模工具，可以非常方便地将由CIM/E关系模型建立的表格数据转换为节点–开关图。在节点–开关图基础上，基于图节点并行计算函数研发了变电站内拓扑连接关系分析软件，和网络拓扑分析软件，可以快速地依据开关/刀闸当前的开/合状态生成母线–支路图，供状态估计、在线潮流和预想故障分析软件使用。



图4 图计算平台

2）在通用图计算函数层，研发了8类共32个计算函数，涵盖了知识建模、知识推理、机器学习、优化计算、图挖掘、结构分析、分层并行、节点计算等领域。

3）基于通用图计算函数，研发了电力专用计算模块层，这一层还在持续不断的研发中，目前已经研发了雅可比图生成、支路潮流计算、节点注入功率计算、增益图生成、节点电压幅值修正以及节点电压相角修正等通用计算模块。

4）在可视化展示层，结合可视化探察与人机共生互动决策的特点，研发了多主体条件查询、智能式互动语音对话、场站图/馈线图自动生成、可溯式展示、地图/地理信息集成展示、节点互动关联探察、层次化组织以及关键路径引导等功能。

四、基于“电网一张图”的多源信息系统集成

只要把分布在不同信息管理系统中的与电网物理设备及其拓扑结构和组织管理机构（变电站、供电公司、省公司等）相关的信息子集抽取出来，利用图数据库技术，以电网物理设备和管理机构为节点，物理设备之间的关联关系为边，就可以形成描述整个电网企业及其设备的“电网一张图”模型。借助这个图模型作为数据关联索引图，可以方便地将这些电力企业的典型系统有机关联起来，实现对多源信息的敏捷调用与数据挖掘（见图5）。



图5 基于电网一张图的多源信息系统集成

五、 “电网一张图”能源互联网时空信息管理系统

“电网一张图”能源互联网时空信息管理系统的技术架构如图6所示。系统分为“电网一张图”时空信息管理平台、电力图计算服务、人机共生互动可视化探察以及能源互联网数据共享增值服务4个层次。



图6 “电网一张图”能源互联网时空信息管理系统的技术架构

1）在“电网一张图”时空信息管理平台中，根据收集到的发电企业及其设备数据、电网企业及其设备数据、电力用户及其设备数据、电工装备企业及其设备数据、以及气象、地理、国民经济发展等社会外部数据，构成能源互联网“电网一张图”空间数据关联索引图，将设备运行测量数据、气象变化和社会发展等历史数据保存在时序或者关系数据库中，两者共同形成具有结构清晰、存取敏捷的时空信息管理平台，为后续信息共享增值应用提供坚实的基础。

2）在电力图计算服务层中，依据图数据库特有的支持复杂关联关系快速查询、实时深度链接分析、节点分层并行计算和关联分析人工智能的特点，研发了图数据高效查询、图网络拓扑分析、图高速并行计算以及图深度机器学习四大类服务。

3）在可视化探察层，依据人机共生的数据探察与引导式决策理念，在数据挖掘、信息探察和分析决策过程中，利用图计算平台提供的互动可视化特点，可以研发出基于数据融合图本体模型和以人为中心的数据可视化技术，实现快速查询，快速迭代和分析协同，将整个过程的相关碎片信息关联起来，构建模型组合和关联分析的整个分析链条，并在可视化界面上进行互动操作和多视角关联分析，从而构建强大的大数据分析工具。

4）依据“电网一张图”时空信息管理平台、电力图计算技术和人机共生互动可视化探察技术，可以从提升电网安全运行水平、提升客户服务水平、促进清洁能源消纳、改善电力企业经营绩效水平、为社会提供综合能源服务以及建设完善的能源生态6个方面研发一系列能源互联网数据共享增值服务。

六、 结论

针对现有信息管理系统竖井化严重、共享性不足等问题，本文提出了联邦融合、子集融合和完全融合3 种系统间数据融合方式，剖析了其优缺点，进而从数据融合建模、应用分析技术以及人机共生互动的可视化决策等方面分析了电力企业信息系统的技术发展趋势。利用图数据库技术，可以解决多源信息管理系统在数据融合、复杂关联分析等方面的性能问题，本文还构建了电力图计算平台以及基于图数据库的“电网一张图”多源信息系统集成方法，并讨论了“电网一张图”能源互联网信息管理系统的技术架构以及在提升电网安全经济运行水平、提升客户服务水平、消纳清洁能源和综合能源服务等方面的潜在应用，为能源互联网的建设奠定基础。