智能配用电多源大数据融合信息模型框架研究

摘要：针对智能配用电大数据平台与配网子系统之间的信息集成与传递，提出一种基于配网大数据运行决策与运营分析流程的大数据融合信息模型。构建由基础数据层、计算分析层、决策管理层以及评估规划层构成的瓦片金字塔模型，并通过计算索引树查询效率验证了所提信息模型的有效性。

关键词：智能配用电;多源大数据;瓦片金字塔;信息模型

0    引言

智能配用电（Intelligent Power Distribution and Utilization，IPDU）技术依托配网信息系统与社会公共数据，通过对多源异构大数据进行深入融合与挖掘[1-2]，分析配网运行态势与趋势，从而实现智能配网运行控制和运营管理的高效精准决策。然而，由于已有配网相关信息系统数据结构各异，IPDU大数据平台需要调用不同的数据接口实现数据交互功能，严重制约了平台对数据识别提取的效率[3]。因此，根据IPDU技术结构特征构建多源异构大数据信息模型，对智能电网信息化建设具有较大意义，可有效提高配网运行决策效率[4-5]。

针对智能配用电多源异构大数据融合技术，根据智能配用电应用功能技术实现过程的关联特征，构建了逐层关联特征的大数据逻辑模型，并根据逻辑模型分层结构设计物理模型。所提智能配用电大数据多源异构信息模型通过对多源异构大数据层次化融合，实现配电网信息系统之间的高效无缝交互，且具有较好的数据融合性与可扩展性。

1    智能配用电体系结构

在智能配网运行调度控制过程中，配网子系统负责收集电力系统与用户的运行数据，并将量测数据与初级计算后的数据传递至大数据平台。大数据平台调用配网子信息系统相关计算结果与实际量测值，对配网运行态势与趋势进行分析，并根据分析结果做出配网控制/管理决策，实现配网经济稳定运行。

智能配用电大数据平台与配网运行相关子信息系统Sp（p=N+）的结构关联如图1所示。

因此，有必要设计IPDU大数据信息模型，实现配用电多源异构大数据的有效融合，并将应用功能与数据结构形成关联关系，提升平台的大数据提取与利用效率。

2    多源异构大数据逻辑模型

2.1    应用功能与数据关联分析

IPDU大数据平台的应用功能涉及配网态势估计、状态预测、运行控制决策以及网架建设规划等一系列过程。

依据智能配用电技术实现的顺序，可将功能集合分为图2所示的逻辑关联关系。

由于计算功能与分析功能的前后逻辑顺序功能存在一致性，将两者进行合并，形成由量测F1、计算与分析F2、决策管理F3以及规划评估F4组成的功能集合。功能集合之间由其输入、输出数据形成关联关系。

2.2    瓦片金字塔结构逻辑模型

为进一步明确应用功能输入量与对应数据层中数据的关联关系，提升数据提取过程中的定位速度，构建瓦片金字塔结构的IPDU大数据逻辑模型。根据应用功能—数据映射关系，对现有数据进行拆分、合并，形成数据瓦片矩阵。如图3所示，瓦片金字塔中各层瓦片矩阵代表一类数据，各层的数据量遵循自下而上逐层递减约束，共分为四层：基础数据层、计算分析层、决策管理层以及评估规划层。

逻辑模型中，上层数据层由下层或同层数据层计算分析后得到，且各数据层具有不同的时间尺度特征：基础数据层中均为量测数据;计算分析数据层为对量测数据分析后得到，其数据尺度具有较大的变化范围;决策管理数据层包含了未来短期或中期时间尺度下的配网决策管理数据;评估与规划数据层则是配网和城市历史决策的评估或远景性规划数据。

2.3    應用功能数据提取效率

为论证根据逻辑模型形成的索引树查询效率，定义查询空间Q={q1，q1，…，qR}。查询路径长度是衡量数据查询效率的重要指标，通常可定义为查询命令经过的节点跳数[6]。当IPDU应用功能进行数据查询请求时，节点跳数为3R。由于不同IPDU应用功能的所属数据存在交集，为了使信息模型所形成的文件尽可能小，须对数据进行二次分类，导致数据查询过程中产生回溯，其节点跳数为4R+2r，r为交集中的数据个数。

因此，为提高应用功能数据查询提取效率，将IPDU数据根据应用功能逻辑关联形成瓦片金字塔结构的逻辑模型及索引结构，减少应用功能提取数据过程中的节点跳数，从而提高智能配用电大数据平台运行效率。

3    结语

智能配用电大数据平台是智能电网、需求侧管理等技术的重要平台，因此，实现大数据平台与配网子系统之间的信息有效交互，可为配网大数据计算、分析、决策提供数据支撑。针对配网多源异构大数据信息模型融合、交互与应用，本文通过分析应用功能逻辑关联，提出瓦片金字塔结构下的配用电大数据逻辑模型，实现了数据的有效融合，提升了智能配用电大数据平台的决策效率。

[参考文献]

[1] 王志英，张诗军，邓琨.统一电网信息模型在南方电网的应用[J].电力系统自动化，2014，38（5）：127-130.

[2] 陆一鸣，刘东，柳劲松，等.智能配电网信息集成需求及模型分析[J].电力系统自动化，2010，34（8）：1-4.

[3] 昌力，刘拥军，万书鹏.华东电网调度大计划数据交换系统设计[J].电力系统自动化，2014，38（7）：112-117.

[4] 董朝霞，杨峰，范斗.基于知识的多源异构信息一体化研究[J].电网技术，2004，28（17）：67-71.

[5] 宋亚奇，周国亮，朱永利.智能电网大数据处理技术现状与挑战[J].电网技术，2013，37（4）：927-935.

[6] 朱夏，罗军舟，宋爱波，等.云计算环境下支持复杂查询的多维数据索引机制[J].计算机研究与发展，2013，50（8）：1592-1603.

收稿日期：2020-09-01

作者简介：吴舜裕（1988—），男，浙江杭州人，博士研究生，工程师，研究方向：智能配电网运行、电力大数据分析。