中低壓混合配電網(wǎng)末端數(shù)據(jù)智能融合模型設(shè)計(jì)

利潤(rùn)霖，李 川，吳 鋼

（國(guó)網(wǎng)信息通信產(chǎn)業(yè)集團(tuán)有限公司，北京 102211）

“全能型”鄉(xiāng)鎮(zhèn)供電所智能化應(yīng)用深化研發(fā)與建設(shè)的主要目標(biāo)是推動(dòng)供電所數(shù)據(jù)的深度融合，提高數(shù)據(jù)融合的及時(shí)性、準(zhǔn)確性及顆粒度，將數(shù)據(jù)融合頻率提升至實(shí)時(shí)、將末端數(shù)據(jù)由供電所細(xì)化至網(wǎng)格、臺(tái)區(qū)甚至臺(tái)區(qū)經(jīng)理[1]。利用粗糙集向量數(shù)據(jù)融合技術(shù)對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，實(shí)現(xiàn)了冗余數(shù)據(jù)的快速融合；利用優(yōu)先級(jí)分配策略對(duì)數(shù)據(jù)進(jìn)行融合，可依據(jù)數(shù)據(jù)稀疏程度進(jìn)行融合[2]。但是通過不同的元數(shù)據(jù)規(guī)范設(shè)計(jì)的傳統(tǒng)模型，不能解決中低電壓混合配電網(wǎng)中經(jīng)常出現(xiàn)的大數(shù)據(jù)分層現(xiàn)象。針對(duì)上述現(xiàn)有問題，引入數(shù)據(jù)融合技術(shù)，結(jié)合自適應(yīng)、自組織、分層等多項(xiàng)技術(shù)，建立了一個(gè)中低壓混合配電網(wǎng)末端數(shù)據(jù)智能融合模型。在該模型的基礎(chǔ)上實(shí)現(xiàn)了面向全局區(qū)域的電網(wǎng)數(shù)據(jù)安全分配，大大提高了區(qū)域電壓無功控制的準(zhǔn)確性。

1 末端數(shù)據(jù)智能融合模型設(shè)計(jì)

末端數(shù)據(jù)智能融合過程所使用的微應(yīng)用/微服務(wù)分層結(jié)構(gòu)如圖1 所示。

圖1 微應(yīng)用/微服務(wù)分層結(jié)構(gòu)

1）表現(xiàn)層：負(fù)責(zé)用戶操作界面的表現(xiàn)，并與用戶直接交互。

2）應(yīng)用層：通過調(diào)用服務(wù)層中的業(yè)務(wù)服務(wù)功能，實(shí)現(xiàn)獨(dú)立業(yè)務(wù)功能并與其他業(yè)務(wù)交互[3]。

3）服務(wù)層：負(fù)責(zé)執(zhí)行獨(dú)立的業(yè)務(wù)邏輯，包括業(yè)務(wù)處理、公共技術(shù)實(shí)施和公共業(yè)務(wù)服務(wù)。

4）數(shù)據(jù)層：負(fù)責(zé)數(shù)據(jù)的永久存儲(chǔ)，根據(jù)業(yè)務(wù)需要選擇數(shù)據(jù)庫(kù)類型，一般推薦關(guān)系型數(shù)據(jù)庫(kù)，主要負(fù)責(zé)實(shí)現(xiàn)數(shù)據(jù)庫(kù)索引，不建議采用觸發(fā)器存儲(chǔ)[4]。

1.1 決策數(shù)據(jù)狀態(tài)特征提取

根據(jù)中低壓混合配電網(wǎng)末端數(shù)據(jù)管理多域之間的聯(lián)系，統(tǒng)計(jì)高層分層擴(kuò)散模糊決策性質(zhì)轉(zhuǎn)換的特征，模糊決策域的變化改變了高層擴(kuò)散模糊決策的統(tǒng)計(jì)特征[5]。在層次化高階擴(kuò)散模糊決策中存在如下因子：

嵌入式分層融合統(tǒng)計(jì)模糊決策結(jié)果為：

公式（1）、（2）中，z1、z2分別表示統(tǒng)計(jì)層高階擴(kuò)散決策模糊因子、決策因子；l()φ表示測(cè)量距離；λ0表示模糊度；x、y表示公共模糊域，為末端數(shù)據(jù)智能融合奠定基礎(chǔ)[6-8]。

在決策數(shù)據(jù)模型的狀態(tài)提取過程中，將訓(xùn)練樣本數(shù)據(jù)輸入函數(shù)作為伴隨狀態(tài)識(shí)別器，識(shí)別伴隨狀態(tài)集中的數(shù)據(jù)[9-10]。輸入的數(shù)據(jù)特征與驗(yàn)證程序狀態(tài)識(shí)別和驗(yàn)證相匹配，最終判定輸入的是否為一種有用的特征。

1.2 特征分層融合活性表征

對(duì)于特征分層融合活性表征，需使用閉頻繁項(xiàng)概率正則中的訓(xùn)練遷移法則。閉合項(xiàng)目集中的支持計(jì)數(shù)與其自身的支持計(jì)數(shù)不相等[11-12]。若頻繁項(xiàng)目集閉合時(shí)間都相同，即支持度大于或等于最小支持度閾值，則該頻繁項(xiàng)目集為閉合頻繁項(xiàng)目集，其中，訓(xùn)練遷移規(guī)則是將模型用于不同但有相關(guān)性的任務(wù)，以一種適當(dāng)?shù)姆绞奖硎緦?duì)功能層次融合活動(dòng)的適用性[13]。訓(xùn)練遷移結(jié)果如圖2 所示。

圖2 訓(xùn)練遷移

在此規(guī)則下，中低壓混合配電網(wǎng)閉合頻繁項(xiàng)網(wǎng)絡(luò)節(jié)點(diǎn)得到的最近時(shí)刻最大有效特征概率為1。假定xn+1的決策屬性值為dn+1=d1，擴(kuò)充論域?yàn)镼′，時(shí)間間隔越長(zhǎng)，獲得有效特征值的幾率越小。由于統(tǒng)計(jì)特性被引入到中低壓混合配電網(wǎng)中，因此，對(duì)電流的影響不大[14]。在中低壓混合配電網(wǎng)中，定位節(jié)點(diǎn)融合的倒數(shù)表示網(wǎng)絡(luò)效率，即中低壓混合配電網(wǎng)中統(tǒng)計(jì)特征分層融合節(jié)點(diǎn)a到定位節(jié)點(diǎn)b的間距為dab，其效率定義如下：

在中低壓混合配電網(wǎng)中，任意兩層融合定位節(jié)點(diǎn)的平均距離代表了云計(jì)算非線性差分最小適應(yīng)函數(shù)的輸出值[15]。中低電壓混合配電網(wǎng)絡(luò)中，末端數(shù)據(jù)通過變量分配傳輸。對(duì)字符進(jìn)行編碼和過濾，實(shí)現(xiàn)函數(shù)參數(shù)的快速輸入。中低壓混合配電網(wǎng)矢量空間模型的統(tǒng)計(jì)特征層次融合結(jié)構(gòu)，可以用中低壓混合配電網(wǎng)的統(tǒng)計(jì)特征層次融合活動(dòng)來描述[16]。

1.3 智能融合模型

采用非線性差分相位融合估計(jì)方法，實(shí)現(xiàn)了“全能型”鄉(xiāng)鎮(zhèn)供電站智能應(yīng)用系統(tǒng)中低壓混合配電網(wǎng)末端數(shù)據(jù)的智能融合。在進(jìn)行時(shí)間跨度時(shí)，在腳本注入模塊中將標(biāo)記為屬性的函數(shù)作為測(cè)試腳本插入。在測(cè)試腳本的基礎(chǔ)上，利用數(shù)據(jù)狀態(tài)方程完成數(shù)據(jù)處理，并調(diào)用eval()函數(shù)，得到具有統(tǒng)計(jì)特征的層次融合調(diào)度函數(shù)如下：

公式（4）中，x(f)表示受限配電網(wǎng)中統(tǒng)計(jì)特征頻譜；YT(f)表示采樣末端數(shù)據(jù)信息頻譜；T表示融合周期；T0表示融合最初時(shí)間；f表示調(diào)度頻率；n表示融合次數(shù)，由此得到滿足中低壓混合配電網(wǎng)末端數(shù)據(jù)智能融合模型為：

在數(shù)據(jù)融合過程中，存在信息融合、編碼和過濾變換時(shí)間間隔，由此實(shí)現(xiàn)中低壓混合配電網(wǎng)末端數(shù)據(jù)智能融合。

2 實(shí) 驗(yàn)

使用中壓4 節(jié)點(diǎn)單負(fù)荷系統(tǒng)和低壓15 節(jié)點(diǎn)系統(tǒng)作為中低壓混合配電網(wǎng)末端數(shù)據(jù)智能融合模型設(shè)計(jì)實(shí)驗(yàn)系統(tǒng)，以m4 節(jié)點(diǎn)為臺(tái)區(qū)負(fù)荷節(jié)點(diǎn)，用戶電表等級(jí)為1/2 等級(jí)，實(shí)時(shí)測(cè)量的實(shí)際負(fù)荷值除了基礎(chǔ)值之外，還加上由隨機(jī)發(fā)生器隨機(jī)發(fā)生的2%的高斯隨機(jī)噪聲，其他節(jié)點(diǎn)虛擬量為0。

2.1 中低壓混合配電網(wǎng)狀態(tài)分析

中低壓混合配電網(wǎng)如圖3 所示。

圖3 中低壓混合配電網(wǎng)運(yùn)行結(jié)構(gòu)

依據(jù)圖3 所示的配電網(wǎng)運(yùn)行結(jié)構(gòu)，對(duì)其運(yùn)行狀態(tài)展開分析，結(jié)果如表1 所示。

表1 中低壓混合配電網(wǎng)狀態(tài)分析

由表1 可看出，中低壓混合配電網(wǎng)狀態(tài)估計(jì)結(jié)果具有較高精度。在該配電網(wǎng)下統(tǒng)計(jì)相關(guān)業(yè)務(wù)，并以該業(yè)務(wù)為基礎(chǔ)，將粗糙集向量數(shù)據(jù)融合技術(shù)、優(yōu)先級(jí)分配策略融合技術(shù)和基于數(shù)據(jù)頻繁分層的融合模型末端數(shù)據(jù)融合情況進(jìn)行對(duì)比分析。

2.2 業(yè)務(wù)統(tǒng)計(jì)

統(tǒng)計(jì)臺(tái)賬管理內(nèi)容，結(jié)果如表2 所示。

2.3 融合效果分析

以表2 所示的臺(tái)賬管理內(nèi)容為基礎(chǔ)統(tǒng)計(jì)數(shù)據(jù)，結(jié)果如圖4 所示。

由圖4 可知，7 個(gè)部分的數(shù)據(jù)呈現(xiàn)出分散狀態(tài)，且不具有規(guī)律性，因此，使用3 種技術(shù)融合這些數(shù)據(jù)，結(jié)果如圖5 所示。

圖5（a）使用粗糙集向量數(shù)據(jù)融合技術(shù)雖然能夠?qū)?shù)據(jù)全部集中在一個(gè)區(qū)域，但該區(qū)域內(nèi)部數(shù)據(jù)仍然過于分散，無法將數(shù)據(jù)有效融合在一起，且不具有規(guī)律性。

圖5（b）使用優(yōu)先級(jí)分配策略融合技術(shù)相比于未融合前的數(shù)據(jù)具有一定聚集效果，但仍不在一個(gè)區(qū)域內(nèi)，融合效果較差。

表2 臺(tái)賬管理業(yè)務(wù)步驟清單

圖4 數(shù)據(jù)統(tǒng)計(jì)結(jié)果

圖5（c）基于數(shù)據(jù)頻繁分層的融合模型可將數(shù)據(jù)以層的形式融合，保證所有數(shù)據(jù)都具有一定的規(guī)律性，按照不同屬性融合在不同層次結(jié)構(gòu)之中，融合效果較好。

3 結(jié)束語

圖5 3種技術(shù)融合結(jié)果

文中的中低壓混合配電網(wǎng)末端數(shù)據(jù)智能融合模型，完善了現(xiàn)有的信息數(shù)據(jù)集成系統(tǒng)和配電網(wǎng)能源利用系統(tǒng)，從而提高了系統(tǒng)信息數(shù)據(jù)資源的使用效率和信息安全水平。該融合模型使工作人員能全面掌握供電所、臺(tái)區(qū)、臺(tái)區(qū)管理的整體情況，為電站的日常工作提供保障。以減輕基層負(fù)擔(dān)為出發(fā)點(diǎn)，進(jìn)一步推進(jìn)終端業(yè)務(wù)整合，實(shí)現(xiàn)營(yíng)銷系統(tǒng)、PMS 等系統(tǒng)服務(wù)的終端一體化，集中統(tǒng)一處理供電及各專業(yè)的業(yè)務(wù)管理和業(yè)務(wù)評(píng)估。優(yōu)化現(xiàn)有功能，深化數(shù)據(jù)應(yīng)用，構(gòu)建個(gè)性化功能，縮短數(shù)據(jù)融合時(shí)間是接下來研究的重點(diǎn)。