APP下载

自感知能源互联网研究展望

2021-03-18高仕斌高凤华刘一谷臧天磊

电力系统自动化 2021年5期
关键词:智能信息模型

高仕斌,高凤华,刘一谷,臧天磊,黄 涛,陈 奎

(1.西南交通大学电气工程学院,四川省成都市610031;2.四川大学电气工程学院,四川省成都市610065;3.都灵理工大学能源系,都灵市10129,意大利;4.中国矿业大学电气与动力工程学院,江苏省徐州市221116)

0 引言

随着物联网技术的发展利用以及物理网与物理网[1-3]、信息网与物理网的高度耦合[4-7],形成精准感知、边缘智能、共建共享、开放合作的智慧物联体系和能源互联网生态圈[8],实现能源系统的万物互联[9],构建社会/人、能源、环境、交通和市场信息共享交互以及业务综合一体化的智慧能源服务系统[10],成为了“数字新基建”的重点任务[11](其中,社会是人与人之间的关系总和,也包括由人组成的不同机构的总和,本文用“社会/人”指代)。达成上述目标的核心路径是构建具有感知(awareness)能力的能源互联网,即系统能够实时依据内在和外在环境进行自我动态分析和决策,以持续满足系统的运行要求。

在现有能源互联网的感知研究中,从安全运行角度对网络进行(全景)态势感知(situation awareness)已有研究报道[12-15],其基本思想是以大数据[16]为基础,对系统进行全方位实时动态风险评估,并依据评估的结果进行安全决策,以便增加系统的安全防御能力。然而,态势感知仅聚焦于系统安全检测、响应和预测,有必要进一步拓展感知的应用范围。与此同时,在物联网框架下,大量的移动设备组成了庞大的群智感知网络(crowd-sensing network)[17-18],使得系统容易获取和分析社会/人的行为信息,进而依据行为信息动态调整系统的运行状态,实现人机的双向交互。……

登录APP查看全文

猜你喜欢

智能信息模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
智能前沿
智能前沿
智能前沿
智能前沿
订阅信息
3D打印中的模型分割与打包
展会信息
健康信息