羅興

摘 要：為了提高智能用電水平，文章在大量調(diào)研的基礎(chǔ)上，把數(shù)據(jù)融合引入智能用電業(yè)務(wù)數(shù)據(jù)處理。首先，文章詳細(xì)分析了智能用電業(yè)務(wù)的種類及其數(shù)據(jù)需求。其次，介紹了數(shù)據(jù)級、特征級、決策級三個層次的融合，并就其適應(yīng)范圍和優(yōu)缺點(diǎn)進(jìn)行了分析。最后，基于智能用電業(yè)務(wù)的具體數(shù)據(jù)要求，提出了適合智能用電的數(shù)據(jù)融合方案，其步驟為數(shù)據(jù)預(yù)處理、提取特征值、提煉特征向量、特征向量融合和決策判斷，并以分布式發(fā)電業(yè)務(wù)為例，給出了其融合方案部署策略。

關(guān)鍵詞：智能用電；數(shù)據(jù)需求；數(shù)據(jù)融合

智能用電，是指通過對智能電力設(shè)備運(yùn)行的支配，以及電力業(yè)務(wù)的信息流、業(yè)務(wù)流和電力流的支配，以實(shí)現(xiàn)電力業(yè)務(wù)的科學(xué)用電、經(jīng)濟(jì)運(yùn)行以及節(jié)能環(huán)保。雙向信息流與電力融合是智能電網(wǎng)技術(shù)最重要的特征，電網(wǎng)與用戶的互動技術(shù)能夠使電網(wǎng)智能化，同時可以提供高效、可控的電力生產(chǎn)和電力消耗過程。智能用電業(yè)務(wù)包括智能家居、智能大用戶服務(wù)、動汽車充換電管理、分布式發(fā)電/儲能監(jiān)控等雙向互動業(yè)務(wù)，這些業(yè)務(wù)涉及到的數(shù)據(jù)種類繁多，格式多種多樣，難以從雜亂的數(shù)據(jù)中挖掘出對特定用戶有價(jià)值的數(shù)據(jù)。文章研究智能用電業(yè)務(wù)的數(shù)據(jù)采集需求以及海量數(shù)據(jù)融合技術(shù)。

1 智能用電業(yè)務(wù)數(shù)據(jù)需求

智能用電業(yè)務(wù)數(shù)據(jù)采集主要由用戶系統(tǒng)中客戶前端的智能儀表完成，包括智能電表、電能信息采集終端、電動汽車充電樁和分布式發(fā)電監(jiān)測系統(tǒng)等。這些智能儀表可以實(shí)現(xiàn)能耗的實(shí)時監(jiān)測、決策和信息存儲，可以使電力企業(yè)及時獲得用戶能耗的狀況，為需求側(cè)管理（DSM）的定價(jià)機(jī)制提供數(shù)據(jù)。同時，用戶可以通過這些智能儀表在本地或網(wǎng)絡(luò)上獲得各自的能耗情況、監(jiān)測電力故障并通過優(yōu)化用電策略達(dá)到節(jié)能效果。不同用電業(yè)務(wù)的具體數(shù)據(jù)需求存在差異，但大體上可以概括分為：交流模擬量數(shù)據(jù)、電能表量測數(shù)據(jù)、電力設(shè)備工況數(shù)據(jù)、電能質(zhì)量數(shù)據(jù)和環(huán)境數(shù)據(jù)等。

1.1 交流模擬量數(shù)據(jù)

交流模擬量包括電壓、電流、有功無功功率和頻率等。對智能用電業(yè)務(wù)側(cè)的電壓和電流進(jìn)行模數(shù)轉(zhuǎn)換是進(jìn)行電力參數(shù)采集及諧波計(jì)算的關(guān)鍵，為后續(xù)的有功功率、無功功率及諧波的采集提供基礎(chǔ)。

1.2 電能表數(shù)據(jù)

電能表數(shù)據(jù)包括總電能示值及雙向有功無功示值，要求快速安全的數(shù)據(jù)存儲，良好的人機(jī)交互功能和遠(yuǎn)程雙向通訊功能。此外根據(jù)智能用電業(yè)務(wù)歷史統(tǒng)計(jì)數(shù)據(jù)，確定雙向有功無功最大需量。

1.3 工況數(shù)據(jù)

智能用電系統(tǒng)采集計(jì)量裝置工況、終端運(yùn)行工況、開關(guān)狀態(tài)等。采集的數(shù)據(jù)具體包括開關(guān)狀態(tài)、終端及計(jì)量設(shè)備工況信息。

1.4 電能質(zhì)量數(shù)據(jù)

實(shí)際電力系統(tǒng)無法按標(biāo)準(zhǔn)的正弦波和規(guī)定的頻率和電壓對用戶供電，會有一定的畸變，電能質(zhì)量標(biāo)準(zhǔn)從電壓偏差、頻率偏差、三相不平衡度和諧波四個方面考察。

1.5 電能質(zhì)量數(shù)據(jù)

智能用電業(yè)務(wù)中的環(huán)境數(shù)據(jù)主要包括水感數(shù)據(jù)、太陽總輻射、煙霧濃度數(shù)據(jù)和現(xiàn)場環(huán)境溫度。環(huán)境數(shù)據(jù)采集主要依靠各種專用傳感器，采用采用物聯(lián)網(wǎng)技術(shù)獲取。

2 數(shù)據(jù)融合技術(shù)

數(shù)據(jù)融合是物聯(lián)網(wǎng)信息處理技術(shù)中必不可少的部分，可使面向智能用電業(yè)務(wù)的物聯(lián)網(wǎng)實(shí)現(xiàn)感知數(shù)據(jù)的采集與實(shí)時、可靠地傳輸。此外，智能用電系統(tǒng)在原始采集數(shù)據(jù)的基礎(chǔ)上，對采集數(shù)據(jù)進(jìn)行大量數(shù)據(jù)融合的工作，使得傳輸?shù)焦芾砥脚_的感知信息將是從海量的、雜亂的、難以理解的原始數(shù)據(jù)中抽取并推導(dǎo)出的，對于特定的智能電網(wǎng)管理者來說具有價(jià)值的處理后的數(shù)據(jù)。智能用電業(yè)務(wù)的數(shù)據(jù)融合與數(shù)據(jù)的來源系統(tǒng)密切相關(guān)，涉及多種數(shù)據(jù)處理功能。針對特定應(yīng)用場景的需求，選擇不同的數(shù)據(jù)融合功能，可以滿足對于不同信息的獲取要求。按照操作對象的特點(diǎn)，智能用電業(yè)務(wù)數(shù)據(jù)融合分為數(shù)據(jù)級、特征級、決策級。

2.1 數(shù)據(jù)級融合

數(shù)據(jù)級融合可以盡可能多的提供現(xiàn)場數(shù)據(jù)，即在海量原始數(shù)據(jù)的基礎(chǔ)上經(jīng)過很小的處理進(jìn)行的，是在智能用電數(shù)據(jù)底層進(jìn)行的。其優(yōu)點(diǎn)是智能用電業(yè)務(wù)數(shù)據(jù)精度很高和很強(qiáng)的糾錯能力，缺點(diǎn)是數(shù)據(jù)量巨大，融合實(shí)時性差。

2.2 特征級融合

通過對傳感器和其他感知設(shè)備提供的原始數(shù)據(jù)有代表性的特征進(jìn)行提取，把這些特征融合成單一的特征向量，然后用模式識別的方法進(jìn)行處理。所以，特征級融合在保留數(shù)據(jù)對象重要特征的同時，對數(shù)據(jù)量有了一定的壓縮，其實(shí)時性較高。

2.3 決策級融合

決策級融合是指在融合之前，對感知設(shè)備和量測設(shè)備提取的數(shù)據(jù)統(tǒng)一進(jìn)行格式轉(zhuǎn)換等預(yù)處理，根據(jù)預(yù)定準(zhǔn)則和決策的可信度對各自數(shù)據(jù)源的屬性決策結(jié)果進(jìn)行融合，最終得到整體一致的決策。決策級融合的融合層次和實(shí)時性最高，但是數(shù)據(jù)損失也越大，糾錯能力較差。

3 智能用電融合方案

數(shù)據(jù)級、特征級、決策級三個層次的融合各有優(yōu)缺點(diǎn)，應(yīng)綜合考慮傳感器的性能、系統(tǒng)的計(jì)算能力、通信帶寬、期望的準(zhǔn)確率等，以確定哪種層次是最優(yōu)的。智能用電業(yè)務(wù)綜合采用上述數(shù)據(jù)級、特征級、決策級數(shù)據(jù)融合。圖1給出了分布式發(fā)電業(yè)務(wù)的數(shù)據(jù)融合方案。根據(jù)分布式發(fā)電業(yè)務(wù)的數(shù)據(jù)需求，將數(shù)據(jù)源劃分為交流模擬量數(shù)據(jù)、電能表數(shù)據(jù)、工況數(shù)據(jù)、電能質(zhì)量數(shù)據(jù)和環(huán)境數(shù)據(jù)。將上述數(shù)據(jù)分類進(jìn)行表標(biāo)準(zhǔn)化預(yù)處理，主要是將數(shù)據(jù)命名、格式、單位的標(biāo)準(zhǔn)化以及描述字段的統(tǒng)一。挖掘的分布式發(fā)電業(yè)務(wù)服務(wù)場景所需的典型數(shù)據(jù)定義為特征值。結(jié)合具體功能要求，將數(shù)個數(shù)據(jù)源的特征值按照一定順序組合為特征向量，特征向量可以為一維向量，也可以是多維向量。

不同的特征向量可以進(jìn)行融合，其一般的融合方法有：（1）兩特征向量融合時，按數(shù)據(jù)源順序合并。（2）兩特征向量元素有重復(fù)時，保留一份。（3）兩特征向量元素不一致時，按預(yù)定優(yōu)先度，取優(yōu)先度等級高的。最后，按照預(yù)先決策算法，設(shè)定好判斷臨界值，根據(jù)各應(yīng)用特征向量的滿足程度，做出決策判斷。

4 結(jié)束語

文章在大量調(diào)研的基礎(chǔ)上，總結(jié)了智能用電業(yè)務(wù)的類型和數(shù)據(jù)需求。同時，介紹了常見的數(shù)據(jù)級、特征級和決策級的數(shù)據(jù)融合方案及各自的優(yōu)缺點(diǎn)。針對智能用電業(yè)務(wù)類型，綜合使用上述三層融合方案，發(fā)揮各自的優(yōu)勢。數(shù)據(jù)融合將從海量數(shù)據(jù)中，提煉出有價(jià)值的信息，對于提高計(jì)算實(shí)時性和計(jì)算速度有著重要意義。

參考文獻(xiàn)

[1]黃春蘭，吳勝利.數(shù)據(jù)融合在搜索結(jié)果多元化上的應(yīng)用[J].山東大學(xué)學(xué)報(bào)，2015，50（1）：31-36.

[2]胡玉峰，尹項(xiàng)根，陳德樹，等.信息融合技術(shù)在電力系統(tǒng)中的應(yīng)用研究[J].繼電器.2003，31（1）：52-55.

[3]韓增奇，于俊杰，李寧霞，等.信息融合技術(shù)綜述[J].情報(bào)雜志，2010，5（29）：36-44.

[4]黃鍵.數(shù)據(jù)融合技術(shù)在電網(wǎng)規(guī)劃中的應(yīng)用研究[D].天津大學(xué)，2013.