智能电网建设是必然趋势,伴随其智能量测装置的增加以及电网管控一体化的实现,电网数据量势必会呈几何级数增长。激增的海量电网数据如果处理不当将会导致决策失误或延迟等"信息过载"问题。目前中美欧等国都在积极致力于解决这一难题,但研究重点主要集中在利用三维图形进行电网数据或信息的可视化上,缺少更高层次的电网知识的抽象及可视化研究,无法为电网"自愈"提供全面、智能的决策支持。本项目提出智能电网知识可视化理论,研究电网知识的来源、分类及形式化定义,建立电网知识的关联关系模型,并以此为基础研究电网知识的协同发现策略,设计电网知识的敏捷捕获算法,实现电网知识的高效发现与管理。研究虚拟电力设备与电网知识之间的映射规则,建立智能电网知识可视化模型,并基于该模型研究大规模电网知识展现场景的快速生成及显示算法,力争在基于虚拟现实的电网知识可视化领域取得重大突破,为解决智能电网的"信息过载"问题提供新的、有效途径。
Grid Knowledge Discovery;Visualization Model;Ontology;Visualization Engine;
随着下一代智能化电网的全面建设,其智能量测装置的增加以及电网管控一体化实现促使了电网数据的快速增长,同时电网运行、检修和管理过程中也产生了海量异构、多态的数据。如何将这些激增的海量数据及信息抽象为更高层次的知识,并通过可视化模型进行展示成为亟待解决的问题。 目前电力系统可视化尚处于数据可视化与信息可视化之间,与知识可视化相比,缺少发现规律、共享知识、全局决策等特征。国内外研究重点主要集中在利用三维图形进行电网数据或信息的可视化上,缺少基于虚拟现实的电网知识的可视化研究,不能对电网运行状态进行基于知识的三维立体、沉浸式地展现。 本项目围绕高层次电网知识的抽象提取和电网知识的虚拟可视化进行了试验研究和理论分析,通过挖掘电网数据中隐藏的知识,屏蔽了原始电网数据的繁琐细节,同时有效避免因数据处理不当而导致决策失误或延迟等"信息过载"问题。智能电网知识可视化为电网运行状态提供了实时直观展示,为决策支持和企业协同管理提供有效信息支持。研究的主要成果有(1)针对智能电网知识的共享与重用问题,提出了一种基于本体的智能电网文本知识获取方法,采用OWL本体语言实现了电网知识内涵的统一、规范描述,形成OWL知识文档,构建了基于本体表示的电网知识库;(2)提出的本体链协同机制可使不同类的相关电网知识动态或静态地连接在一起,实现了电网知识的协同应用;根据电网知识本身的特点和知识表示要求,通过相互融合及协同机制设计完成了基于知识协同的电网知识处理模型;(3)建立电网知识与虚拟电力设备模型之间映射规则,利用虚拟现实技术将智能电网中的数据以及知识库中的知识融合到相应的虚拟电力设备模型中,生成基于虚拟电力设备的电网知识可视化模型;(4)设计了基于电气连接特性的空间N叉树,对电力虚拟场景进行组织,并提出分层迭代的动态负载平衡算法,有效的缓解了负载的不平衡状况,提高了系统的响应速度,实现了对大规模电网知识展现场景的快速生成及显示;(5)将海量电网数据预处理、知识发现、电力设备一体化建模、电网虚拟现实场景快速显示等智能电网知识可视化的关键技术进行封装集成,构建了智能电网“知识可视化引擎”模型,验证了智能电网知识可视化基础理论。