基于自然語言處理和互信息的電力物聯(lián)網(wǎng)技術(shù)協(xié)同創(chuàng)新研究

王其清， 李存斌， 高昇宇

(1.華北電力大學(xué) 新能源電力與低碳發(fā)展研究重點實驗室， 北京 102206；2.國網(wǎng)江蘇省電力有限公司南京供電分公司， 江蘇 南京 210008)

0 引 言

2019年以來，中央多次強調(diào)加快推進“新基建”建設(shè)，利用信息技術(shù)對傳統(tǒng)基礎(chǔ)設(shè)施的改造升級，涉及物聯(lián)網(wǎng)、充電樁、數(shù)據(jù)中心、5 G、人工智能、工業(yè)互聯(lián)網(wǎng)等領(lǐng)域，其中電力物聯(lián)網(wǎng)建設(shè)已成為國家電網(wǎng)公司“數(shù)字新基建”十大重點建設(shè)任務(wù)之一。

電力物聯(lián)網(wǎng)是建設(shè)能源互聯(lián)網(wǎng)的重要支撐，對促進國家能源結(jié)構(gòu)變革、實現(xiàn)源網(wǎng)荷儲的智能協(xié)調(diào)優(yōu)化、提升用戶用能體驗至關(guān)重要[1]。然而電力物聯(lián)網(wǎng)建設(shè)處于起步階段，有必要對相關(guān)技術(shù)的創(chuàng)新發(fā)展進行研究，尋找電力物聯(lián)網(wǎng)關(guān)鍵技術(shù)突破點并探索高效的創(chuàng)新路徑。傅質(zhì)馨等[2]認為電力物聯(lián)網(wǎng)關(guān)鍵技術(shù)包括新型設(shè)備研發(fā)、平臺互操作技術(shù)、海量數(shù)據(jù)處理技術(shù)、網(wǎng)絡(luò)安全和新一代人工智能技術(shù)。王毅等探討了5 G通信技術(shù)與電力物聯(lián)網(wǎng)的深度融合及應(yīng)用場景[3]。鄭曉慶等[4]提出一種適用于電力物聯(lián)網(wǎng)的無限通信接入技術(shù)，實現(xiàn)通信底層技術(shù)與電力業(yè)務(wù)的融合。這些文獻從技術(shù)應(yīng)用場景的角度分析了許多關(guān)鍵技術(shù)在電力系統(tǒng)的應(yīng)用，但隨著現(xiàn)代信息技術(shù)的飛速發(fā)展，信息技術(shù)的種類、應(yīng)用場景都在發(fā)生變化，此外電力物聯(lián)網(wǎng)的物理信息融合特征導(dǎo)致其覆蓋的技術(shù)領(lǐng)域更廣，因此需要從協(xié)同創(chuàng)新的角度研究電力物聯(lián)網(wǎng)技術(shù)發(fā)展。

基于信息學(xué)理論的三螺旋、四螺旋理論是協(xié)同創(chuàng)新研究的重要方法[5]，但這些方法大多結(jié)合文獻或?qū)＠诙嘀黧w的共現(xiàn)統(tǒng)計分布進行分析，難以深入研究文獻所涉及的關(guān)鍵技術(shù)及其演化機理。專利、科技文獻是技術(shù)創(chuàng)新成果的重要載體，越來越多的學(xué)者選擇采用文本挖掘的方式探索大量科技文獻中的技術(shù)創(chuàng)新發(fā)展與演化趨勢[6]。比如，周莉等[7]基于CiteSpace、Matlab等軟件對1960～2016年音樂科技產(chǎn)業(yè)專利數(shù)據(jù)進行挖掘分析，解析出音樂科技產(chǎn)業(yè)發(fā)展四個階段，為文化領(lǐng)域發(fā)展提供了借鑒；Zhang和Liu[8]基于文本挖掘和主成分分析對科技專利進行挖掘，分析高科技項目前景風(fēng)險，改進了傳統(tǒng)專利地圖方法。電力物聯(lián)網(wǎng)創(chuàng)新技術(shù)協(xié)同研究需要細化電力系統(tǒng)、物聯(lián)網(wǎng)關(guān)鍵技術(shù)與對應(yīng)領(lǐng)域，分析它們之間的耦合域及協(xié)同演化趨勢。自然語言處理(NLP)技術(shù)隨著人工智能的發(fā)展而迅速興起，是重要的文本挖掘方法，該技術(shù)已經(jīng)在自然語言機器翻譯、問答系統(tǒng)、情感分析等多個領(lǐng)域得到了廣泛應(yīng)用[9，10]。在科技創(chuàng)新領(lǐng)域，包含NLP在內(nèi)的前沿計算機技術(shù)以被應(yīng)用于創(chuàng)新政策主題挖掘[11]、產(chǎn)業(yè)政策量化分析[12]、專利技術(shù)預(yù)測[13]等。

本文以NLP技術(shù)為核心，首先將電力和物聯(lián)網(wǎng)技術(shù)領(lǐng)域細分為源、網(wǎng)、荷、儲、感知、網(wǎng)絡(luò)、計算、應(yīng)用8個子領(lǐng)域，并從Web of Science搜索獲取所有相關(guān)文獻，運用NLP算法深入挖掘文獻數(shù)據(jù)，識別命名實體、提取關(guān)鍵術(shù)語對、統(tǒng)計并生成電力物聯(lián)網(wǎng)技術(shù)耦合矩陣；然后基于互信息理論分析電力系統(tǒng)和物聯(lián)網(wǎng)創(chuàng)新技術(shù)領(lǐng)域的協(xié)同關(guān)系，驗證所提方法的有效性；最后根據(jù)研究結(jié)果總結(jié)電力物聯(lián)網(wǎng)創(chuàng)新技術(shù)協(xié)同發(fā)展趨勢并給出相關(guān)建議。

1 電力物聯(lián)網(wǎng)技術(shù)協(xié)同創(chuàng)新分析模型構(gòu)建

基于NLP和互信息的電力物聯(lián)網(wǎng)創(chuàng)新技術(shù)協(xié)同分析流程如圖1所示。主要包括了電力物聯(lián)網(wǎng)技術(shù)領(lǐng)域劃分與文獻數(shù)據(jù)收集、基于NLP的電力物聯(lián)網(wǎng)技術(shù)耦合矩陣構(gòu)建和基于互信息的技術(shù)協(xié)同創(chuàng)新演化分析等步驟。

圖1 基于自然語言處理和互信息的電力物聯(lián)網(wǎng)技術(shù)協(xié)同創(chuàng)新分析框架Fig. 1 Framework for coordination analysis of PIoT technologies using NLP and mutual information

1.1 基于自然語言處理的電力物聯(lián)網(wǎng)創(chuàng)新技術(shù)耦合矩陣構(gòu)建

具體來說，從電力系統(tǒng)和物聯(lián)網(wǎng)兩個方面進行研究，電力系統(tǒng)技術(shù)領(lǐng)域劃分Ai(i=1,2,…,m)，物聯(lián)網(wǎng)技術(shù)領(lǐng)域劃分Bj(j=1,2,…,n)，記所有領(lǐng)域集合為Dom=A∪B，每個技術(shù)領(lǐng)域劃分包含了若干隸屬于該領(lǐng)域的名詞術(shù)語tr。為克服傳統(tǒng)文獻計量方法缺乏對具體技術(shù)深入分析的問題，引入文本挖掘方法對文獻進行細致分析并抽取相關(guān)技術(shù)領(lǐng)域術(shù)語，并利用實體識別抽取、詞頻統(tǒng)計、句內(nèi)共現(xiàn)和語義距離等技術(shù)精確分析統(tǒng)計電力物聯(lián)網(wǎng)技術(shù)子領(lǐng)域內(nèi)包含術(shù)語的情況。本文基于NLP技術(shù)，利用基于關(guān)鍵詞的啟發(fā)式實體識別方法提取技術(shù)術(shù)語，在句級層面采用句內(nèi)文本挖掘方法挑選與關(guān)鍵詞術(shù)語距離相近的其他重要術(shù)語構(gòu)成術(shù)語對，根據(jù)語義相似性消解共同指代詞構(gòu)建電力物聯(lián)網(wǎng)術(shù)語對-領(lǐng)域矩陣，研究電力物聯(lián)網(wǎng)技術(shù)協(xié)同關(guān)系。電力物聯(lián)網(wǎng)術(shù)語與領(lǐng)域耦合矩陣構(gòu)建算法流程如下：

Step 1：k=1，初始化詞頻閾值λ=1，術(shù)語對-領(lǐng)域共現(xiàn)矩陣Coocur=(cij)p×(m+n)，對應(yīng)總術(shù)語集T0={}，文獻總數(shù)量為D，每篇文獻dk可被劃分為技術(shù)子領(lǐng)域Domt(t=1,2,3,…,m+n)；

Step 2：取出第k篇文獻dk(k=1,2,…,D)的摘要、關(guān)鍵詞和標(biāo)題文本并預(yù)處理，對于每一個句子采用訓(xùn)練好的實體識別模型抽取技術(shù)術(shù)語，兩兩組合形成術(shù)語對{tr,ts}；

根據(jù)術(shù)語共現(xiàn)矩陣C′oocur，判斷術(shù)語是否屬于A′或B′可得到電力物聯(lián)網(wǎng)技術(shù)領(lǐng)域共現(xiàn)矩陣H=(hij)m×n，其中

(1)

電力物聯(lián)網(wǎng)技術(shù)耦合矩陣構(gòu)建算法由Python語言編程實現(xiàn)，其中文本預(yù)處理包括標(biāo)題摘要提取、分句、分詞、詞性標(biāo)注等，采用Python包nltk[14]完成，而電力物聯(lián)網(wǎng)創(chuàng)新技術(shù)實體識別、提取、術(shù)語對篩選等工作由SpaCy[15]軟件包完成，該工具選取包含關(guān)鍵詞的句子構(gòu)成訓(xùn)練集，采用BILUO標(biāo)記方案對實體進行標(biāo)記[16]，利用基于貪婪解析和模仿學(xué)習(xí)的組合線性模型訓(xùn)練得到電力物聯(lián)網(wǎng)創(chuàng)新技術(shù)實體識別模型[17，18]。

1.2 基于互信息理論的技術(shù)協(xié)同分析

創(chuàng)新技術(shù)協(xié)同涉及二維技術(shù)子領(lǐng)域的協(xié)作關(guān)系，基于信息熵的互信息理論能夠量化創(chuàng)新系統(tǒng)內(nèi)主體的不確定度與交互作用，從而達到研究電力物聯(lián)網(wǎng)創(chuàng)新技術(shù)協(xié)同的目的[5]。二維隨機變量X,Y的互信息計算公式為

I(X,Y)=H(X)+H(Y)-H(X,Y)

(2)

式中：H(X)和H(Y)表示信息熵，按式(3)計算；H(X,Y)為二維信息熵，按公式(4)計算。

(3)

(4)

式中：p(x)和p(x,y)表示概率分布，實際研究中一般用頻率替代。二維信息熵可以分解為兩個變量的信息熵之和減去二維平均互信息量，因此I(X,Y)可以被看作是子系統(tǒng)間信息傳輸?shù)霓D(zhuǎn)接量，代表創(chuàng)新主體交互作用強度。

圖2表示電力物聯(lián)網(wǎng)術(shù)語和技術(shù)領(lǐng)域的概率關(guān)系，(ti,tj)表示從文獻數(shù)據(jù)中抽取得到的重要實體術(shù)語對，每個實體對對應(yīng)一個技術(shù)領(lǐng)域。Dk表示電力物聯(lián)網(wǎng)技術(shù)子領(lǐng)域，基于自然語言處理提取所得術(shù)語和領(lǐng)域之間具有多對多映射關(guān)系，因而可以得到技術(shù)術(shù)語和電力物聯(lián)網(wǎng)技術(shù)子領(lǐng)域的耦合關(guān)系矩陣。

圖2 電力物聯(lián)網(wǎng)術(shù)語和領(lǐng)域的概率關(guān)系Fig. 2 Probabilistic relationships between PIoT terminology and domains

基于矩陣Coocur、C′oocur和公式(5)可計算得到兩個電力物聯(lián)網(wǎng)子領(lǐng)域的共現(xiàn)概率：

(5)

式中:p(ds,dt)表示領(lǐng)域ds和dt術(shù)語共現(xiàn)概率；count({ds,dt})表示領(lǐng)域共現(xiàn)次數(shù)，由同時在這兩個領(lǐng)域出現(xiàn)的術(shù)語頻率計算得到；2Dom表示電力物聯(lián)網(wǎng)術(shù)語子領(lǐng)域術(shù)語集的冪集。

2 基于自然語言處理和互信息的電力物聯(lián)網(wǎng)創(chuàng)新技術(shù)協(xié)同分析

2.1 數(shù)據(jù)收集與處理

以Web of Science(WoS)核心合集數(shù)據(jù)庫作為數(shù)據(jù)來源，使用關(guān)鍵詞搜索獲得1985～2019年電力物聯(lián)網(wǎng)所有子技術(shù)領(lǐng)域文獻資料，檢索式見附錄表A1。文獻數(shù)據(jù)由59 252篇會議和35 782篇論文構(gòu)成，每條數(shù)據(jù)包括標(biāo)題、摘要、關(guān)鍵詞、發(fā)表期刊、年份等字段，由于部分子領(lǐng)域2010以前的文獻較少，因此采用2010～2019年的文獻數(shù)據(jù)作為研究語料。表1列舉了電力系統(tǒng)和物聯(lián)網(wǎng)技術(shù)領(lǐng)域劃分和相應(yīng)的文獻檢索命中數(shù)量，其中電力系統(tǒng)被劃分為“源-網(wǎng)-荷-儲”4個子技術(shù)領(lǐng)域，物聯(lián)網(wǎng)按照感知層、網(wǎng)絡(luò)傳輸層、平臺計算層和應(yīng)用服務(wù)層進行領(lǐng)域劃分。

表1 電力物聯(lián)網(wǎng)領(lǐng)域WoS文獻檢索情況Tab.1 WoS literature retrieval in field of PIoT

2.2 電力物聯(lián)網(wǎng)技術(shù)耦合矩陣構(gòu)建

根據(jù)2.1節(jié)所述電力物聯(lián)網(wǎng)技術(shù)耦合矩陣構(gòu)建算法，采用Python編程對WoS數(shù)據(jù)集中標(biāo)題、摘要和關(guān)鍵詞進行處理，包括分詞、詞性標(biāo)注、實體識別、共指消解等，最后根據(jù)重要術(shù)語對的共現(xiàn)情況，得到電力物聯(lián)網(wǎng)技術(shù)術(shù)語-領(lǐng)域矩陣如表2所示。該矩陣由術(shù)語對-領(lǐng)域矩陣計算得到，表示在不同領(lǐng)域中包含術(shù)語的數(shù)量?？梢钥闯鲈陔娏ο到y(tǒng)中，源端領(lǐng)域包含術(shù)語最多，而在物聯(lián)網(wǎng)中，網(wǎng)絡(luò)層和應(yīng)用層包含術(shù)語最多。

表2 電力物聯(lián)網(wǎng)術(shù)語-領(lǐng)域共現(xiàn)數(shù)量Tab.2 Co-occurrence number between PIoT terminology and domains

本文將電力物聯(lián)網(wǎng)劃分為8個子領(lǐng)域，兩兩組合可研究領(lǐng)域間的協(xié)同關(guān)系，其中電力系統(tǒng)和物聯(lián)網(wǎng)各自子領(lǐng)域的術(shù)語共現(xiàn)情況見表3和表4，二者子領(lǐng)域之間的術(shù)語共現(xiàn)情況見表5。對比分析8個電力物聯(lián)網(wǎng)子領(lǐng)域間術(shù)語共現(xiàn)情況可得出如下結(jié)論：

表3 電力系統(tǒng)子領(lǐng)域術(shù)語共現(xiàn)數(shù)量Tab.3 Number of term co-occurrence in power system sub-domains

表4 物聯(lián)網(wǎng)子領(lǐng)域術(shù)語共現(xiàn)數(shù)量Tab.4 Number of term co-occurrence in IoT sub-domains

表5 電力系統(tǒng)與物聯(lián)網(wǎng)子領(lǐng)域間術(shù)語共現(xiàn)數(shù)量Tab.5 Number of term co-occurrence between power system and IoT sub-domains

(1)表3和4中術(shù)語共現(xiàn)數(shù)量明顯大于表5，說明基于NLP的電力物聯(lián)網(wǎng)領(lǐng)域矩陣構(gòu)建算法的有效性。從表3中還可以看出，電力源端與其他子領(lǐng)域的術(shù)語共現(xiàn)數(shù)量要比網(wǎng)-儲、網(wǎng)-荷、荷-儲更多，其中源-儲端共現(xiàn)術(shù)語最多，說明隨著新能源電力系統(tǒng)的發(fā)展，源-儲互動將更加緊密，因為儲能技術(shù)發(fā)展是平抑新能源發(fā)電隨機波動特征的有力手段[19]。

(2)由表4可知物聯(lián)網(wǎng)子領(lǐng)域文獻分布不均勻，網(wǎng)絡(luò)傳輸和應(yīng)用服務(wù)技術(shù)領(lǐng)域文獻較多，這導(dǎo)致了二者在表4中共現(xiàn)術(shù)語數(shù)量最多，其次為感知層與網(wǎng)絡(luò)層。

(3)表5顯示過去十年內(nèi)電力系統(tǒng)與物聯(lián)網(wǎng)子領(lǐng)域的術(shù)語共現(xiàn)數(shù)量逐漸增加，尤其是物聯(lián)網(wǎng)網(wǎng)絡(luò)層、應(yīng)用層與電力源端、網(wǎng)端、荷端的耦合加深，物聯(lián)網(wǎng)感知層在電力網(wǎng)端、荷端廣泛應(yīng)用，表明物聯(lián)網(wǎng)技術(shù)與電力系統(tǒng)的聯(lián)系日益緊密，物聯(lián)網(wǎng)傳感、網(wǎng)絡(luò)傳輸?shù)燃夹g(shù)在電力數(shù)據(jù)采集處理、電力運行控制優(yōu)化、負荷監(jiān)測等都起到了重要作用。

2.3 電力物聯(lián)網(wǎng)創(chuàng)新技術(shù)演化分析

選取出現(xiàn)頻次大于10的術(shù)語對構(gòu)建圖3所示網(wǎng)絡(luò)圖，其中節(jié)點為電力物聯(lián)網(wǎng)術(shù)語，邊為對應(yīng)術(shù)語在同一篇文獻摘要中共現(xiàn)次數(shù)，節(jié)點按照領(lǐng)域被聚類為8個簇，可以看出其中物聯(lián)網(wǎng)應(yīng)用層、物聯(lián)網(wǎng)網(wǎng)絡(luò)層和電力源荷端技術(shù)領(lǐng)域研究文獻較多，術(shù)語大多呈傘簇狀，圍繞物聯(lián)網(wǎng)、射頻識別(RFID)、機器到機器(M2M)、無線傳感器網(wǎng)絡(luò)(WSN)等中間核心術(shù)語分布。從各領(lǐng)域聯(lián)系來看，電力系統(tǒng)各子領(lǐng)域均與物聯(lián)網(wǎng)應(yīng)用層聯(lián)系緊密，而其中電力源儲端與物聯(lián)網(wǎng)應(yīng)用層的共現(xiàn)次數(shù)更多，說明物聯(lián)網(wǎng)技術(shù)在發(fā)電、儲能子領(lǐng)域中應(yīng)用較多，尤其是當(dāng)今可再生能源大力發(fā)展的背景之下。

圖3 電力物聯(lián)網(wǎng)術(shù)語共現(xiàn)網(wǎng)絡(luò)分析Fig. 3 Co-occurrence network analysis of PIoT terms

為了研究電力物聯(lián)網(wǎng)術(shù)語在研究文獻中的演化趨勢，逐年計算電力物聯(lián)網(wǎng)術(shù)語在共現(xiàn)網(wǎng)絡(luò)中的中介中心性、度分布，按照節(jié)點重要性大小排序，選取重要術(shù)語根據(jù)其歷年在文獻數(shù)據(jù)集中與關(guān)鍵術(shù)語共現(xiàn)的次數(shù)特征進行分類，可得到突現(xiàn)型、漸緩型、波動型和增長型四類。突現(xiàn)型術(shù)語往往在最近幾年熱度持續(xù)上升，而漸緩型術(shù)語頻率則平穩(wěn)增長或下降，相比之下，增長型術(shù)語頻率則一直保持較穩(wěn)定的增長趨勢，波動型術(shù)語整體上可能有所增長，但趨勢不穩(wěn)定。圖4展示了這4類代表性術(shù)語的共現(xiàn)次數(shù)在近十年電力物聯(lián)網(wǎng)WoS文獻數(shù)據(jù)中的演化過程。圖4(a)顯示了近5年在電力物聯(lián)網(wǎng)中逐漸得到應(yīng)用的新興技術(shù)，包括5 G、無人機、機器學(xué)習(xí)、設(shè)備到設(shè)備(D2D)等技術(shù)，其中5 G技術(shù)得到了最廣泛的關(guān)注[3]；圖4(b)顯示的幾種技術(shù)一直是電力物聯(lián)網(wǎng)領(lǐng)域的研究熱點，刻畫出電力物聯(lián)網(wǎng)智能化、數(shù)字化特點，雖然近兩年研究熱度趨緩，但在文獻中出現(xiàn)頻率仍然較高；圖4(c)中術(shù)語研究熱度波動性較大，說明相關(guān)技術(shù)研究可能面臨瓶頸(如電池儲能)或者已經(jīng)得到廣泛而成功的應(yīng)用(如RFID技術(shù))；圖4(c)和(b)類似，由于術(shù)語概念比圖4(a)、(c)更加籠統(tǒng)，所以共現(xiàn)次數(shù)較高，可見儲能、微電網(wǎng)、物聯(lián)網(wǎng)等技術(shù)的研究熱度在未來電力物聯(lián)網(wǎng)研究中將持續(xù)上升。因此，電力物聯(lián)網(wǎng)建設(shè)需要各種技術(shù)的協(xié)調(diào)共生，而協(xié)同發(fā)展的關(guān)鍵在于利用5 G、機器學(xué)習(xí)、傳感網(wǎng)絡(luò)等物聯(lián)網(wǎng)技術(shù)，賦能智能電網(wǎng)、微電網(wǎng)發(fā)展，克服新能源電力系統(tǒng)源-網(wǎng)-荷-儲協(xié)同互動中存在的問題，比如光伏發(fā)電、儲能、電能質(zhì)量控制等。

圖4 電力物聯(lián)網(wǎng)部分關(guān)鍵技術(shù)術(shù)語演化Fig. 4 Evolution of critical technical terms of PIoT

2.4 電力物聯(lián)網(wǎng)創(chuàng)新技術(shù)領(lǐng)域協(xié)同分析

互信息理論能夠衡量不同主體間協(xié)作密切程度，根據(jù)電力物聯(lián)網(wǎng)術(shù)語矩陣按照公式(2)～(5)可得不同技術(shù)子領(lǐng)域間關(guān)于技術(shù)術(shù)語的共現(xiàn)次數(shù)，從而研究領(lǐng)域間的協(xié)同作用。圖3中物聯(lián)網(wǎng)應(yīng)用層包含的術(shù)語與其他領(lǐng)域聯(lián)系密切，因此首先計算7個子領(lǐng)域和物聯(lián)網(wǎng)應(yīng)用層的二維互信息量并得到圖5。

圖5 物聯(lián)網(wǎng)應(yīng)用層與其他電力技術(shù)子領(lǐng)域二維互信息量Fig. 5 Mutual information between application layer of IoT and other technical sub-domains of power systems

從圖5中可以看出，不同耦合域互信息量差距不大，呈先上升后下降的趨勢，但是下降的程度有所區(qū)別：2014年之前電力系統(tǒng)荷端-應(yīng)用層互信息量大于源端-應(yīng)用層且為所有耦合域中最大，而在2014之后卻相反，源端-應(yīng)用層互信息量躍升為第一，說明物聯(lián)網(wǎng)技術(shù)更多地被應(yīng)用到了電力系統(tǒng)源端。

表6為電力系統(tǒng)與物聯(lián)網(wǎng)領(lǐng)域二維信息量平均值，源端和儲端物聯(lián)網(wǎng)總信息量超過了1 000 mbit，比網(wǎng)端和荷端物聯(lián)網(wǎng)總信息量更大，因此物聯(lián)網(wǎng)技術(shù)與電力系統(tǒng)源、儲端耦合更加密切?？紤]到新能源發(fā)電和儲能在新一代電力系統(tǒng)中的大力發(fā)展，使用物聯(lián)網(wǎng)技術(shù)對負荷和風(fēng)光發(fā)電進行監(jiān)測傳感，對于含大規(guī)模新能源電力系統(tǒng)穩(wěn)定運行具有重要意義。

表6 電力系統(tǒng)與物聯(lián)網(wǎng)各子領(lǐng)域平均互信息量

隨著智能電網(wǎng)、微電網(wǎng)和綜合能源系統(tǒng)的發(fā)展，電力系統(tǒng)源-網(wǎng)-荷-儲子系統(tǒng)距離被拉近，子系統(tǒng)間互動頻繁、相輔相成，比如源網(wǎng)端協(xié)調(diào)能夠發(fā)揮電網(wǎng)調(diào)節(jié)作用將分散式和集中式的能源供應(yīng)進行優(yōu)化組合，降低接納新能源電力給電網(wǎng)安全穩(wěn)定運行帶來的不利影響。物聯(lián)網(wǎng)作為連接源-網(wǎng)-荷-儲各端的紐帶，在增強電力物聯(lián)網(wǎng)各子系統(tǒng)互動，促進電力系統(tǒng)運行、優(yōu)化、調(diào)度和控制的智能化起到了重要作用。源-網(wǎng)、網(wǎng)-荷、荷-儲的互動隨能量信息流而產(chǎn)生，屬于基本的耦合模式，而微電網(wǎng)和區(qū)域能源系統(tǒng)的存在使得源-荷、源-儲和網(wǎng)-儲等跨越其他子系統(tǒng)的互動成為可能，并且有利于整個電力系統(tǒng)清潔高效運轉(zhuǎn)。圖6顯示了這幾個子系統(tǒng)的協(xié)同關(guān)系，可以看出源-儲互信息量最大，且大于表6中所有平均互信息量值，說明電力物聯(lián)網(wǎng)源-儲端協(xié)同程度比源端物聯(lián)網(wǎng)協(xié)同程度更密切。結(jié)合圖5可知，儲端與源端的緊密耦合不僅是為了克服新能源發(fā)電給電力系統(tǒng)帶來的不確定性，儲能技術(shù)的突破也是電動汽車、新能源消納等環(huán)保領(lǐng)域進一步發(fā)展的突破口。

圖6 源-荷-儲協(xié)同互信息量Fig. 6 Mutual information among source-charge-storage collaboration

3 結(jié) 論

本文基于自然語言處理和互信息理論對電力物聯(lián)網(wǎng)近10年核心研究文獻進行了技術(shù)術(shù)語提取、術(shù)語-領(lǐng)域耦合矩陣構(gòu)建以及創(chuàng)新技術(shù)協(xié)同分析，主要得出如下結(jié)論：

(1)源-儲、源端-應(yīng)用層技術(shù)協(xié)同作用強度比同類其他子領(lǐng)域高，新能源發(fā)電、儲能以及物聯(lián)網(wǎng)應(yīng)用是電力物聯(lián)網(wǎng)建設(shè)的關(guān)鍵突破點；

(2)電力物聯(lián)網(wǎng)創(chuàng)新技術(shù)按照演化特征可分為突現(xiàn)型、漸緩型、波動型和增長型4類，5 G、無人機、機器學(xué)習(xí)、D2D等突現(xiàn)型技術(shù)引導(dǎo)著未來的發(fā)展趨勢；

(3)基于自然語言處理和互信息的電力物聯(lián)網(wǎng)創(chuàng)新技術(shù)協(xié)同分析方法能夠解決傳統(tǒng)基于文獻統(tǒng)計分析方法無法深入探索創(chuàng)新技術(shù)與領(lǐng)域協(xié)同關(guān)系的不足。

因此，電力物聯(lián)網(wǎng)建設(shè)在技術(shù)創(chuàng)新方面應(yīng)當(dāng)攻關(guān)新能源發(fā)電、儲能以及新興物聯(lián)網(wǎng)技術(shù)(如霧邊計算)，在技術(shù)發(fā)展路徑方面應(yīng)當(dāng)研究5 G、機器學(xué)習(xí)等新興技術(shù)在電力源-網(wǎng)-荷-儲互動中的應(yīng)用，同時探索覺察領(lǐng)域邊界交叉創(chuàng)新技術(shù)，夯實漸緩型、波動型技術(shù)，密切追蹤增長型技術(shù)，大力發(fā)展突現(xiàn)型技術(shù)。