【连载】国电南瑞：大能源思维与大数据思维的融合（五）-undefined

投稿

我要投稿

当前大数据的成功案例基本上局限于由数据驱动的统计分析领域, 例如网络商业、网络金融与面向消费的个性化服务。要让大数据技术真正融入通常由因果关系数据一统天下的物理系统分析领域, 思维方式需要重大变革。薛院士提出大能源思维与大数据思维的融合, 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, 并通过若干案例分析, 阐述基于数学模型的因果型数据、尚未掌握或并不存在因果关系的统计型数据以及参与者行为数据的融合, 体现大数据思维对提高大能源经济性与可靠性的贡献。本文将连载，与大家分享主要内容。

【连载】国电南瑞：大能源思维与大数据思维的融合（一）

【连载】国电南瑞：大能源思维与大数据思维的融合（二）

【连载】大能源系统的大数据应用前景国电南瑞：大能源思维与大数据思维的融合（三）

【连载】国电南瑞：大能源思维与大数据思维的融合（四）

（五）将统计分析融入数学模型分析中

为了从大数据中快速获得对具体物理系统有价值的知识，一方面要从数学与计算机技术的角度，研究大量群体的多维度数据及其融合；另一方面，必须紧密结合具体的物理系统及过程，才能有效挖掘知识。通过剖析笔者亲历的研究案例，从大数据理念出发，解读和探讨在原本基于统计分析的课题中融入数学模型及因果分析的可能性，以及在基于数学模型的分析与控制领域中融入统计型数据及博弈型数据的有效性。

本文探讨将统计分析融入数学模型分析中，提高因果分析的效率。即使在传统上基于数学模型，且已相当成熟的因果算法中，也不乏利用中间结果的统计分析来提升算法的空间。

1可信度控制下的相继开断潮流快速计算

若要精确而强壮地反映电网普适的物理规律及对象电网的行为特性，就必须基于数学模型的数值仿真。但相继开断的分析面临着维数灾和交流潮流计算量大的瓶颈。分布因子法以潮流方程在运行点的局部线性化为基础，大大减少了计算量。但由于其忽略了非线性因素，故其计算误差不但难以控制，并将随着多重开断而迅速增大，严重阻碍其实际应用。显然，此处中间结论的可信度比精准度更重要。

通过大数据的相关性分析，可以确认分布因子法的大误差算例与交流潮流方程的海森阵的二范数之间呈现强相关性。为了克服直接计算该二范数的困难，提出了在解析求取一阶灵敏度阵的基础上，通过数值摄动方式快速求取近似二阶灵敏度阵，并取其二范数来评估分布因子法的可信度。据此，提出在相继开断仿真中优先采用分布因子法，并估计其结果的可信度，当后者超过阈值时，自动运行交流潮流来消除累积误差。然后，以此为新起点，继续评估后续的开断。其中的阈值需要通过对大数据的统计处理得到。由于新方法融合了分布因子法的快速性和交流潮流法的精确性，大大减少了因果分析的计算量。

2大扰动受扰轨迹稳定裕度的智能快速求取

运动稳定性量化分析算法EEAC由完全忽略时变因素的SEEAC、部分计及时变因素的DEEAC、严格保留全部时变因素的IEEAC这3种算法组成。三者的精度及计算量均依次增加。EEAC算法顺序调用三者，以协调精度和计算量。

长期的困惑是：为什么相当多的算例可以用解析型的SEEAC得到精确的结果，但另外一些却不行。显然，若能可靠识别前一类算例，就可节省大量计算量。对大量算例的中间结果的详尽分析与验证，归纳出SEEAC及DEEAC产生大误差的原因是映射步长太大而不能很好地反映映象系统的时变性。

这样，在用EEAC分析一个算例的过程中，尽可能地利用中间结果，自动判断是否可以提前终止从SEEAC，经DEEAC，到IEEAC的计算流程。例如，当DEEAC给出的结果与SEEAC充分接近时，就不必再调用IEEAC，从而显著减少了计算量。

3振荡模式的易变性概念及其应用

大扰动稳定性的传统研究方法缺乏动态模式对参数的敏感性的概念，故难以研究参数空间中的混沌机理。小扰动稳定性的传统研究方法基于线性化的系统模型，故长期以来并不了解动态模式随受扰过程而变的可能性。

利用EEAC的模式解耦理论及对动态模式的识别能力，在对大量实际电力系统的穷尽式仿真结果的统计分析中发现：在一些情况下，多机系统的动态模式对于参数极其敏感，甚至在失稳区域中出现稳定的孤岛。而上述模式易变性与互补群各群内部的非同调性之间存在强相关。模式易变性概念的提出及其机理的发现，对于非线性运动系统稳定性的基础研究及工程应用意义重大。

通过参数摄动，分别考察各受扰轨迹的动态模式，可以判断系统的动态模式是否易变。但更希望可以不必摄动参数，而只根据目标参数点所对应轨迹的动态特征来识别系统的模式易变性。研究发现通过挖掘较大故障清除时间下的各机转子角间隙信息，就可完美地实现之，有关研究成果将另文发表。

不论是后验型的易变性定性分析，还是先验型的易变度定量分析，都是在因果型分析的EEAC中引入了统计关系型数据及对应的统计分析技术后得以成功。

4停电防御系统对自然等外部环境的自适应能力

2008年的冰灾深刻揭示了极端外部灾害的及时预警和群发性相继故障的量化分析的重要性；大灾难往往由偶然故障引发，并经过一系列相继故障和人为错误的推波助澜演化而成。要避免由小概率灾害带来的高风险，必须将自然环境和社会环境信息纳入风险分析的信息采集范围，从技术、规划、措施、管理、公共危机处理等多维度实现时空协调的综合防御。

当前停电防御系统仅采集电力信息，并按固定的预想故障集分析。为了有效防御自然灾害引发大停电，需要利用卫星遥感数据，跟踪气象数据，掌握输电走廊的地形、地质及植被、电气设备的位置等非电信息。据此预测山火、台风、暴雨、山洪、滑坡和泥石流的时空演变，在线掌握断线、倒塔、闪络等故障率的变化，计算不同支路在自然灾害下的故障率及风险，在线动态修改安全分析的预想故障集。这样，跟随外部环境的变化来调整需要重点关注的故障，从而赋予停电防御系统一定的自适应能力。

延伸阅读：【连载】国电南瑞：大能源思维与大数据思维的融合（一）

【连载】国电南瑞：大能源思维与大数据思维的融合（二）

【连载】大能源系统的大数据应用前景国电南瑞：大能源思维与大数据思维的融合（三）

【连载】国电南瑞：大能源思维与大数据思维的融合（四）

投稿与新闻线索：陈女士微信/手机：13693626116 邮箱：chenchen#bjxmail.com（请将#改成@）

订阅北极星周刊，精彩内容不再错过！

特别声明：北极星转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明北极星*网的内容为北极星原创，转载需获授权。

姓名：
性别：
出生日期：
邮箱：
所在地区：
行业类别：
工作经验：
学历：
公司名称：
任职岗位：

【连载】国电南瑞：大能源思维与大数据思维的融合（五）

登录注册

绑定账号

想要获取更精准资讯推荐？建议您完善以下信息~

订阅成功

想要获取更精准资讯推荐？建议您
完善以下信息~