支撐新型配電網(wǎng)數(shù)字化規(guī)劃的圖形-模型-數(shù)據(jù)融合關(guān)鍵技術(shù)

余 濤，王梓耀，孫立明，2，曹華珍，吳亞雄，，吳毓峰

（1.華南理工大學(xué)電力學(xué)院，廣東省廣州市 510640；2.廣州水沐青華科技有限公司，廣東省廣州市 510898；3.廣東電網(wǎng)有限責(zé)任公司電網(wǎng)規(guī)劃研究中心，廣東省廣州市 510080）

0 引言

以新一代數(shù)字技術(shù)為代表的第4 次工業(yè)革命（Industry 4.0）［1］正在向社會(huì)各領(lǐng)域全面滲透，中國(guó)在數(shù)字中國(guó)、能源革命等方面做出一系列重大決策部署，積極推進(jìn)產(chǎn)業(yè)數(shù)字化發(fā)展［2-3］。為抓住數(shù)字化革命的發(fā)展機(jī)遇，中國(guó)南方電網(wǎng)有限責(zé)任公司于2019 年提出“數(shù)字電網(wǎng)”并于2020 年發(fā)布《數(shù)字電網(wǎng)白皮書》［4］，旨在打造數(shù)字電網(wǎng)的生態(tài)體系，建設(shè)電網(wǎng)“一張圖”［5］，提升電網(wǎng)的智能化、便捷化、信息化水平。此外，能源轉(zhuǎn)型背景下，新型電力系統(tǒng)產(chǎn)生了許多新的場(chǎng)景和形態(tài)，傳統(tǒng)的配電網(wǎng)規(guī)劃方法不再適用，亟須對(duì)其背后的物理規(guī)律和計(jì)算方法開展新的研究。

在能源電力行業(yè)發(fā)展的同時(shí)，人工智能（artificial intelligence，AI）技 術(shù) 也 在 高 歌 猛 進(jìn)［6］。Hinton 于2006 年在Science 期刊上發(fā)表關(guān)于深度學(xué)習(xí)（deep learning，DL）的文章［7］，自此拉開現(xiàn)代機(jī)器學(xué)習(xí)（machine learning，ML）的序幕；隨后，Alpha Go戰(zhàn)勝圍棋世界冠軍李世石［8］，標(biāo)志著AI 與人類開始同臺(tái)競(jìng)技并走向大眾；近期，Open AI 推出的聊天機(jī)器人ChatGPT［9］，其能夠像人類一樣進(jìn)行互動(dòng)并完成代碼編寫、文案創(chuàng)作、邏輯推理等。已有大量研究人員將AI 技術(shù)中的DL、強(qiáng)化學(xué)習(xí)（reinforcement learning，RL）、知識(shí)圖譜（knowledge graph，KG）等應(yīng)用到電力系統(tǒng)的感知、預(yù)測(cè)、控制與調(diào)度中［10-13］，在提升決策速度、決策質(zhì)量和自動(dòng)化水平上取得了可喜進(jìn)步。但是，由于配電網(wǎng)規(guī)劃業(yè)務(wù)點(diǎn)多面廣、場(chǎng)景眾多、流程復(fù)雜，難以用統(tǒng)一的語(yǔ)言（統(tǒng)一的圖形、統(tǒng)一的模型、統(tǒng)一的數(shù)據(jù)底座）來(lái)描述這一系統(tǒng)工程，目前的研究和應(yīng)用仍處于初始階段。

數(shù)字電網(wǎng)平臺(tái)和新一代計(jì)量自動(dòng)化系統(tǒng)的部署和發(fā)展在各環(huán)節(jié)中積累了海量的數(shù)據(jù)［14-15］，為新型配電網(wǎng)計(jì)算和優(yōu)化模型的持續(xù)發(fā)展奠定了模型計(jì)算的基礎(chǔ)［16-17］。同時(shí)，計(jì)算機(jī)領(lǐng)域的圖數(shù)據(jù)和圖計(jì)算取得了巨大成功［18］，為實(shí)現(xiàn)面向機(jī)器自主優(yōu)化決策的配電網(wǎng)數(shù)字化規(guī)劃提供了重大機(jī)遇和強(qiáng)力支撐。如何構(gòu)建一套聯(lián)通圖形-模型-數(shù)據(jù)的配電網(wǎng)規(guī)劃框架，是一項(xiàng)涉及多學(xué)科交叉的、高度復(fù)雜的系統(tǒng)性工程，也是在新型配電網(wǎng)規(guī)劃領(lǐng)域?qū)崿F(xiàn)機(jī)器自主決策優(yōu)化的關(guān)鍵。

面對(duì)上述機(jī)遇與挑戰(zhàn)，本文從深度提升配電網(wǎng)規(guī)劃數(shù)字化水平的角度出發(fā)，提出一套圖形-模型-數(shù)據(jù)深度融合算法驅(qū)動(dòng)的新技術(shù)。首先，介紹配電網(wǎng)數(shù)字化規(guī)劃的發(fā)展歷程；其次，歸納出當(dāng)前新型配電網(wǎng)數(shù)字化規(guī)劃在圖形-模型-數(shù)據(jù)方面所面臨的挑戰(zhàn)；然后，從圖形-模型融合、模型-數(shù)據(jù)融合、圖形-數(shù)據(jù)融合3 個(gè)方面歸納關(guān)鍵技術(shù)以及圖形-模型-數(shù)據(jù)融合在數(shù)字化系統(tǒng)的集成方法；最后，從前瞻性發(fā)展的角度，嘗試提出配電網(wǎng)數(shù)字化規(guī)劃的未來(lái)形態(tài)和發(fā)展趨勢(shì)。

1 新型配電網(wǎng)數(shù)字化規(guī)劃的發(fā)展歷程

配電網(wǎng)規(guī)劃業(yè)務(wù)包括負(fù)荷預(yù)測(cè)、空間負(fù)荷分布分析、變電站選址定容、線路網(wǎng)架設(shè)計(jì)、用戶報(bào)裝等［17］，其本質(zhì)內(nèi)容可理解為數(shù)據(jù)分析、圖形繪制、模型計(jì)算。回顧配電網(wǎng)規(guī)劃的發(fā)展歷程，其重大發(fā)展均伴隨著圖形、數(shù)據(jù)、模型的突破，本文將其總結(jié)為4 個(gè)發(fā)展階段，如圖1 所示。

圖1 配電網(wǎng)數(shù)字化規(guī)劃發(fā)展歷程Fig.1 Development history of digital planning of distribution network

第1 階段是手工編制規(guī)劃時(shí)代。受限于數(shù)據(jù)的信息化存儲(chǔ)、電力系統(tǒng)計(jì)算模型、規(guī)劃圖紙的電子化上圖，配電網(wǎng)規(guī)劃業(yè)務(wù)的開展需大量依賴規(guī)劃人員的經(jīng)驗(yàn)知識(shí)，并結(jié)合計(jì)算器和手工繪圖開展配電網(wǎng)規(guī)劃工作［19］。

第2 階段是計(jì)算機(jī)輔助工具時(shí)代。由于電力系統(tǒng)計(jì)算模型的突破，粗放計(jì)算逐漸轉(zhuǎn)向MATLAB等計(jì)算機(jī)軟件輔助的精細(xì)化計(jì)算。計(jì)算機(jī)圖形化技術(shù)的發(fā)展也促使規(guī)劃圖設(shè)計(jì)轉(zhuǎn)向以AutoCAD 為主的計(jì)算機(jī)輔助繪圖［20-21］，并推動(dòng)面向電力系統(tǒng)業(yè)務(wù)的地理信息系統(tǒng)（geographic information system，GIS）建設(shè)［22-23］。

第3 階段是規(guī)劃輔助軟件時(shí)代。隨著配電網(wǎng)規(guī)劃 模 型（distribution network planning model，DNPM）、優(yōu)化決策方法的發(fā)展，出現(xiàn)了配電網(wǎng)規(guī)劃專用軟件［24-31］，可以部分替代人工開展規(guī)劃決策。此階段配電網(wǎng)規(guī)劃的主要特點(diǎn)是“以人為主，機(jī)器為輔”。

第4 階段是數(shù)字化規(guī)劃時(shí)代。“數(shù)字電網(wǎng)”和“數(shù)字政府”的接入帶來(lái)了海量的數(shù)據(jù)信息［32］，AI 技術(shù)和電力系統(tǒng)有望結(jié)合，AI 技術(shù)的發(fā)展也推動(dòng)配電網(wǎng)規(guī)劃智能化邁向更高的臺(tái)階，此階段配電網(wǎng)規(guī)劃朝著“機(jī)器為主，人機(jī)協(xié)同”的方向快速發(fā)展。

可以看出，配電網(wǎng)規(guī)劃取得的突破都伴隨著圖形、模型、數(shù)據(jù)的發(fā)展。近年來(lái)，AI 技術(shù)飛速發(fā)展，為機(jī)器替代人類完成關(guān)鍵決策，融合貫通圖形-模型-數(shù)據(jù)，實(shí)現(xiàn)深度數(shù)字化規(guī)劃奠定了堅(jiān)實(shí)的基礎(chǔ)。

2 新型配電網(wǎng)數(shù)字化規(guī)劃的關(guān)鍵問(wèn)題及內(nèi)涵

本章歸納了實(shí)現(xiàn)新型配電網(wǎng)數(shù)字化規(guī)劃在圖形、模型、數(shù)據(jù)上所面臨的三大挑戰(zhàn)。在此基礎(chǔ)上，圍繞圖形-模型-數(shù)據(jù)融合提出了4 個(gè)關(guān)鍵問(wèn)題，并結(jié)合配電網(wǎng)數(shù)字化規(guī)劃的背景知識(shí)，豐富和補(bǔ)充圖形、模型、數(shù)據(jù)的內(nèi)涵。

2.1 實(shí)現(xiàn)新型配電網(wǎng)數(shù)字化規(guī)劃的主要挑戰(zhàn)

傳統(tǒng)的配電網(wǎng)規(guī)劃通常包括負(fù)荷特性、負(fù)荷預(yù)測(cè)、電源規(guī)劃、電網(wǎng)規(guī)劃、設(shè)備配置。由于分布式新能源接入、電能替代、電力電子化以及數(shù)字化技術(shù)的應(yīng)用，配電網(wǎng)具備新的形態(tài)和特征，逐漸演化為新型配電網(wǎng)［16-17］，將面臨圖形多樣化、場(chǎng)景碎片化、數(shù)據(jù)規(guī)?；筇魬?zhàn)。

1）圖形多樣化。新型配電網(wǎng)打破了不同行業(yè)的壁壘，數(shù)字政府、綜合能源、信息通信網(wǎng)絡(luò)的接入形成多網(wǎng)耦合，海量異構(gòu)圖紙難以進(jìn)行有機(jī)整合和清晰、便捷地檢索與展示。

2）場(chǎng)景碎片化。隨著新能源滲透率的提升、新型負(fù)荷的接入以及交直流網(wǎng)架的應(yīng)用，源、網(wǎng)、荷側(cè)產(chǎn)生顯著的變化。碎片化的場(chǎng)景需要通過(guò)組合的解決方案或特定的模型進(jìn)行求解，配電網(wǎng)規(guī)劃決策的時(shí)間復(fù)雜度和空間復(fù)雜度呈指數(shù)級(jí)增長(zhǎng)。

3）數(shù)據(jù)規(guī)模化。信息化水平的提升以及智能表計(jì)的安裝，使電網(wǎng)企業(yè)積累了海量的數(shù)據(jù)資源（廣東省全域電能表計(jì)量數(shù)據(jù)達(dá)PB 級(jí)），地市供電企業(yè)每年花費(fèi)在數(shù)據(jù)治理和臺(tái)賬更新上的資金動(dòng)輒上千萬(wàn)元。

2.2 圖形-模型-數(shù)據(jù)融合驅(qū)動(dòng)新型配電網(wǎng)數(shù)字化規(guī)劃中的關(guān)鍵問(wèn)題

新一代配電網(wǎng)規(guī)劃在圖形的聯(lián)動(dòng)展示、模型的智能構(gòu)建、多源數(shù)據(jù)的自動(dòng)融合等方面存在多重困難，圖形-模型-數(shù)據(jù)融合算法驅(qū)動(dòng)的新型配電網(wǎng)智能規(guī)劃新技術(shù)有望解決這一難題，其關(guān)鍵問(wèn)題可拆解為3 個(gè)理論問(wèn)題和1 個(gè)集成應(yīng)用問(wèn)題:

關(guān)鍵問(wèn)題1:如何實(shí)現(xiàn)圖形和模型之間的自動(dòng)聯(lián)通？面向配電網(wǎng)規(guī)劃的圖形和模型自動(dòng)聯(lián)通包含2 個(gè)層面的過(guò)程:一是如何識(shí)別提取圖形中的配電網(wǎng)模型；二是如何利用配電網(wǎng)模型實(shí)現(xiàn)圖形中的網(wǎng)架結(jié)構(gòu)識(shí)別與計(jì)算。

關(guān)鍵問(wèn)題2:如何實(shí)現(xiàn)模型和數(shù)據(jù)的深度結(jié)合并高效利用？傳統(tǒng)的模型數(shù)據(jù)融合驅(qū)動(dòng)難以有效地挖掘和利用領(lǐng)域知識(shí)，無(wú)法完成更細(xì)顆粒度的負(fù)荷與新能源推演分析。理論規(guī)劃優(yōu)化模型與規(guī)劃工程之間脫節(jié)嚴(yán)重，如何嵌入領(lǐng)域知識(shí)以引導(dǎo)數(shù)據(jù)的自動(dòng)處理與模型的自動(dòng)構(gòu)建是實(shí)現(xiàn)模數(shù)深度融合的關(guān)鍵。

關(guān)鍵問(wèn)題3:如何提高圖形和數(shù)據(jù)之間的聯(lián)動(dòng)程度？對(duì)于配電網(wǎng)規(guī)劃在時(shí)間橫軸上將形成多個(gè)規(guī)劃方案，在版本縱軸形成多個(gè)規(guī)劃方案，如何實(shí)現(xiàn)多模態(tài)數(shù)據(jù)以及三態(tài)圖形（歷史態(tài)、現(xiàn)狀態(tài)、未來(lái)態(tài)）的融合、繼承與沖突檢測(cè)，清晰直觀地了解配電網(wǎng)全貌是提高圖數(shù)聯(lián)動(dòng)程度的關(guān)鍵。

關(guān)鍵問(wèn)題4:如何開發(fā)一套圖形-模型-數(shù)據(jù)融合驅(qū)動(dòng)的配電網(wǎng)智能規(guī)劃系統(tǒng)？目前，國(guó)內(nèi)外已有多家單位開發(fā)了各具特色的配電網(wǎng)規(guī)劃工具［33-35］（具體總結(jié)如附錄A 所示），但尚未具備成熟的配電網(wǎng)規(guī)劃軟件系統(tǒng)地支撐實(shí)現(xiàn)新型配電網(wǎng)智能規(guī)劃，大量的決策過(guò)程仍舊依賴于人工經(jīng)驗(yàn)判斷。

2.3 圖形-模型-數(shù)據(jù)融合數(shù)字化規(guī)劃的關(guān)鍵概念解析

不同學(xué)科和專業(yè)對(duì)于圖形、模型、數(shù)據(jù)的理解有所不同。本文從配電網(wǎng)數(shù)字化規(guī)劃的角度出發(fā)，豐富和補(bǔ)充圖形、模型、數(shù)據(jù)的內(nèi)涵。

1）圖形可以理解為“圖拓?fù)洹薄皥D像”，是數(shù)字化配電網(wǎng)的“面貌”，其主要功能是多維度、直觀、豐富地展示配電網(wǎng)信息；

2）模型是電力系統(tǒng)圖元模型、可計(jì)算模型、優(yōu)化模型，是數(shù)字化配電網(wǎng)的“骨架”，其主要功能是將關(guān)鍵信息進(jìn)行提煉并傳遞給機(jī)器；

3）數(shù)據(jù)指多源異構(gòu)的數(shù)據(jù)，包括可擴(kuò)展標(biāo)記語(yǔ)言（extensible markup language，XML）數(shù)據(jù)、臺(tái)賬數(shù)據(jù)、營(yíng)銷數(shù)據(jù)等，是數(shù)字化配電網(wǎng)的“血液”，其主要功能是驅(qū)動(dòng)模型計(jì)算和圖形展示。

配電網(wǎng)規(guī)劃的圖形、模型、數(shù)據(jù)三者之間有著密不可分的聯(lián)系，如圖2 所示。圖形智能化操作與展示離不開模型的支撐，模型的構(gòu)建和優(yōu)化計(jì)算離不開數(shù)據(jù)的支撐，圖形的多維度立體化展示需要多源異構(gòu)數(shù)據(jù)的支撐。三者之間相互依賴、相互補(bǔ)充，完成兩兩之間的融合貫通是實(shí)現(xiàn)配電網(wǎng)規(guī)劃圖形-模型-數(shù)據(jù)融合的基礎(chǔ)條件。

圖2 配電網(wǎng)規(guī)劃領(lǐng)域的圖形-模型-數(shù)據(jù)融合關(guān)系圖Fig.2 Relation graph of graph-model-data fusion in field of distribution network planning

3 新型配電網(wǎng)數(shù)字化規(guī)劃的關(guān)鍵技術(shù)

3.1 數(shù)字化規(guī)劃主要突破方向

由上述分析可知，實(shí)現(xiàn)新型配電網(wǎng)數(shù)字化規(guī)劃的突破方向是圖形-模型-數(shù)據(jù)深度融合驅(qū)動(dòng)的新技術(shù)。以算法為核心“大腦”，將模型、數(shù)據(jù)、圖形三者進(jìn)行深度融合，實(shí)現(xiàn)“以機(jī)為主，人機(jī)協(xié)同”的配電網(wǎng)數(shù)字化規(guī)劃。

對(duì)應(yīng)于2.2 節(jié)中所提出的3 個(gè)理論難題和1 個(gè)集成應(yīng)用難題，本文將實(shí)現(xiàn)圖形-模型-數(shù)據(jù)融合的新型配電網(wǎng)數(shù)字化規(guī)劃分解為3 個(gè)子問(wèn)題，分別是“圖形-模型融合”“模型-數(shù)據(jù)融合”和“圖形-數(shù)據(jù)融合”，最終集成到圖形-模型-數(shù)據(jù)融合配電網(wǎng)智能規(guī)劃軟件平臺(tái)上，嘗試從實(shí)現(xiàn)數(shù)字化的角度闡述新型配電網(wǎng)數(shù)字化規(guī)劃的圖形-模型-數(shù)據(jù)融合關(guān)鍵技術(shù)，如圖3 所示。

圖3 圖形-模型-數(shù)據(jù)融合驅(qū)動(dòng)的新型配電網(wǎng)數(shù)字化規(guī)劃關(guān)鍵技術(shù)框架Fig.3 Key technical framework of digital planning of new distribution network driven by graph-model-data fusion

關(guān)鍵技術(shù)1:圖形-模型融合。包含兩方面內(nèi)容:1）打通配電網(wǎng)規(guī)劃圖紙到可計(jì)算模型的自動(dòng)生成，以支撐后續(xù)基于可計(jì)算模型開展各類規(guī)劃指標(biāo)的高級(jí)計(jì)算；2）基于模型算法實(shí)現(xiàn)配電網(wǎng)圖拓?fù)涞淖詣?dòng)搜索和計(jì)算，充分挖掘圖拓?fù)涞慕Y(jié)構(gòu)特征。

關(guān)鍵技術(shù)2:模型-數(shù)據(jù)深度融合。需要將專業(yè)領(lǐng)域知識(shí)融入配電網(wǎng)規(guī)劃中，結(jié)合“知識(shí)嵌入”來(lái)挖掘負(fù)荷/新能源中長(zhǎng)期變化規(guī)律，并基于“知識(shí)驅(qū)動(dòng)”完成AI 搜索的規(guī)劃優(yōu)化決策。

關(guān)鍵技術(shù)3:圖形-數(shù)據(jù)融合。借助知識(shí)圖譜實(shí)現(xiàn)面向配電網(wǎng)規(guī)劃業(yè)務(wù)的多類圖形和多源數(shù)據(jù)的融合，直觀地展示和操作配電網(wǎng)圖形，基于Git 共享開發(fā)模式開展多時(shí)空協(xié)同規(guī)劃。

在上述3 項(xiàng)關(guān)鍵技術(shù)中，圖形-模型融合是開展數(shù)字化規(guī)劃的基礎(chǔ)；模型-數(shù)據(jù)融合是深度提升數(shù)字化規(guī)劃智能化水平的核心；圖形-數(shù)據(jù)融合是提升人機(jī)協(xié)同規(guī)劃的關(guān)鍵。3 項(xiàng)技術(shù)相互補(bǔ)充，助力圖形-模型-數(shù)據(jù)融合配電網(wǎng)智能規(guī)劃軟件系統(tǒng)的開發(fā)。

3.2 配電網(wǎng)規(guī)劃中的圖形-模型融合技術(shù)

圖形和模型二者的有機(jī)融合有望實(shí)現(xiàn)圖形到模型的自動(dòng)生成，也可實(shí)現(xiàn)基于模型自動(dòng)識(shí)別圖形中的關(guān)鍵結(jié)構(gòu)。在配電網(wǎng)數(shù)字化規(guī)劃中，計(jì)算機(jī)視覺（computer vision，CV）技術(shù)是解決配電網(wǎng)圖紙到可計(jì)算模型的有效工具，圖論（graph theory，GT）/復(fù)雜網(wǎng)絡(luò)（complex network，CN）理論是解決可算模型到配電網(wǎng)圖紙的有效方法。

3.2.1 多源圖紙識(shí)別

配電網(wǎng)規(guī)劃系統(tǒng)需要參考多種類型圖紙，涉及電氣接線圖紙、無(wú)人機(jī)巡線航拍圖、數(shù)字政府控規(guī)圖等，既有靜態(tài)圖也有動(dòng)態(tài)圖。許多圖片背后并無(wú)圖元模型，依賴人工識(shí)別并導(dǎo)入系統(tǒng)需要耗費(fèi)大量的人力資源。但是，CV 技術(shù)的蓬勃發(fā)展給電氣領(lǐng)域多源圖紙識(shí)別帶來(lái)了福音，可以部分取代人工識(shí)別并導(dǎo)入數(shù)字化規(guī)劃系統(tǒng)。多源圖紙識(shí)別流程如附錄B 圖B1 所 示。

1）結(jié)合配電網(wǎng)接線圖，基于圖元識(shí)別、文字識(shí)別、接線關(guān)系識(shí)別算法，可自動(dòng)將圖紙轉(zhuǎn)化為可計(jì)算的電網(wǎng)拓?fù)淠Ｐ?，“一鍵完成”配電網(wǎng)規(guī)劃與計(jì)算分析［32，36］。

2）結(jié)合控規(guī)圖的地塊信息，自動(dòng)識(shí)別出控規(guī)圖中可走線的管廊、交通路網(wǎng)、控制性詳細(xì)規(guī)劃地塊等，這些信息將影響配電網(wǎng)自動(dòng)規(guī)劃模型的決策空間集合，是開展配電網(wǎng)數(shù)字化規(guī)劃的關(guān)鍵，也是目前理論研究難以落地到工程應(yīng)用的“癥結(jié)”所在［37］。

3）結(jié)合無(wú)人機(jī)航拍巡線動(dòng)態(tài)圖，采用動(dòng)態(tài)目標(biāo)檢測(cè)算法，可實(shí)時(shí)、快速地更新現(xiàn)有的數(shù)字化配電網(wǎng)系統(tǒng)中的線路信息、管廊信息、桿塔信息等。

3.2.2 拓?fù)渲悄芊治?/p>

從圖像圖紙到圖拓?fù)浜?，得到的是抽象的公共信息模型（common information model，CIM），其中詳細(xì)包含了配電網(wǎng)中各類元件的詳細(xì)描述，包括配電變壓器、開關(guān)、桿塔、電房、線路等，并運(yùn)用統(tǒng)一建模語(yǔ)言（unified modeling language，UML）描述各個(gè)元件的屬性以及相互關(guān)系。打通拓?fù)渲悄芊治龅年P(guān)鍵一步，是針對(duì)具體計(jì)算應(yīng)用場(chǎng)景，實(shí)現(xiàn)解析后元件的計(jì)算機(jī)自動(dòng)建模，發(fā)現(xiàn)圖形背后隱含的信息并指導(dǎo)規(guī)劃人員開展規(guī)劃工作。以電網(wǎng)拓?fù)錇槔?，本文將不同?yīng)用場(chǎng)景下的拓?fù)浣７绞竭M(jìn)行總結(jié)［38-41］，即“圖模型”的構(gòu)建，如附錄B 圖B2、表B1 和圖B3所示。

“開環(huán)運(yùn)行，閉環(huán)設(shè)計(jì)”的配電網(wǎng)天然具備豐富的拓?fù)湫畔ⅰＲ虼?，在完成拓?fù)浣：螅蛇\(yùn)用GT、CN、圖神經(jīng)網(wǎng)絡(luò)（graph neural network，GNN）等方法，挖掘拓?fù)浣Y(jié)構(gòu)的隱藏特征，開展拓?fù)渲悄芊治觥?/p>

1）GT 是拓?fù)渲悄芊治龅摹膀?qū)動(dòng)器”，豐富了配電網(wǎng)規(guī)劃拓?fù)浞治龅氖侄?。從鄰接矩陣出發(fā)，計(jì)算奇異值序列、譜半徑、譜寬度、代數(shù)連通度等，用于描述兩個(gè)拓?fù)浣Y(jié)構(gòu)之間的相似度，可基于這一原理快速計(jì)算可靠性指標(biāo)［42］。在定義節(jié)點(diǎn)電氣距離的基礎(chǔ)上，基于集群的模塊度可開展微電網(wǎng)集群劃分［43］；采用生成樹模型或樹形編碼可以有效描述配電網(wǎng)輻射狀運(yùn)行拓?fù)洌?4］，也有基于“供電 環(huán) 路”［45］“虛擬功率流”［46］描述有源配電網(wǎng)的輻射狀運(yùn)行拓?fù)洹?/p>

2）CN 是拓?fù)渲悄芊治龅摹澳M器”，揭示了配電網(wǎng)網(wǎng)架的演化規(guī)律。通過(guò)計(jì)算網(wǎng)架的度、介數(shù)、網(wǎng)絡(luò)流、聚類系數(shù)等，可揭示網(wǎng)架的內(nèi)在性質(zhì)，包括配電網(wǎng)的健壯性［47］、堅(jiān)強(qiáng)度［48］、抗毀度［49］等指標(biāo)。此外，根據(jù)真實(shí)網(wǎng)絡(luò)中負(fù)荷增長(zhǎng)、人類活動(dòng)以及城市發(fā)展規(guī)律，基于Barabási-Albert 無(wú)標(biāo)度網(wǎng)絡(luò)、隨機(jī)網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)等模擬配電網(wǎng)的時(shí)空演化模式，指導(dǎo)配電網(wǎng)規(guī)劃人員開展網(wǎng)絡(luò)規(guī)劃［50-51］。

3）GNN 是拓?fù)渲悄芊治龅摹坝?jì)算器”，提升了配電網(wǎng)規(guī)劃分析的效率。以拓?fù)浣Y(jié)構(gòu)作為輸入的GNN，可結(jié)合GT 和CN 的指標(biāo)，作為GNN 訓(xùn)練的特征指標(biāo)或者先驗(yàn)知識(shí)提升GNN 提取拓?fù)涮卣鞯哪芰?，結(jié)合“遷移學(xué)習(xí)”“元學(xué)習(xí)”的思想完成配電網(wǎng)指標(biāo)的快速計(jì)算［52-53］。

GT、CN、GNN 這三者之間相互支撐，其在數(shù)字化配電網(wǎng)中的應(yīng)用框架如附錄B 圖B4 所示。首先，在配電網(wǎng)規(guī)劃系統(tǒng)中將多模態(tài)數(shù)據(jù)進(jìn)行展示，多模態(tài)數(shù)據(jù)的底層由算法進(jìn)行識(shí)別與提取。然后，開展數(shù)據(jù)解析及校核，多模態(tài)數(shù)據(jù)在不同指標(biāo)計(jì)算場(chǎng)景中對(duì)拓?fù)鋽?shù)據(jù)的建模方式有所不同，需要進(jìn)行分類建模。在拓?fù)浣５幕A(chǔ)上，開展配電網(wǎng)拓?fù)渲悄芊治觯ā皥D計(jì)算”），可快速得到規(guī)劃的各類指標(biāo)，同時(shí)，傳遞給規(guī)劃人員和決策智能體。隨后，結(jié)合規(guī)劃人員的經(jīng)驗(yàn)知識(shí)和偏好選擇，開展人機(jī)協(xié)同規(guī)劃決策。最后，將規(guī)劃結(jié)果顯示在圖形界面上，閉環(huán)完成人機(jī)協(xié)同配電網(wǎng)拓?fù)渲悄芊治觥?/p>

3.3 配電網(wǎng)規(guī)劃中的模型-數(shù)據(jù)融合技術(shù)

一方面，配電網(wǎng)機(jī)理模型可以準(zhǔn)確刻畫物理特性與規(guī)律，但復(fù)雜對(duì)象、約束和任務(wù)難以建模，且優(yōu)化模型難以集成和落地應(yīng)用；另一方面，海量的數(shù)據(jù)蘊(yùn)含豐富的信息，是刻畫不確定性的關(guān)鍵元素，但傳統(tǒng)數(shù)據(jù)驅(qū)動(dòng)方法缺乏可解釋性，難以應(yīng)用到對(duì)可靠性要求較高的場(chǎng)景中。

傳統(tǒng)的模型數(shù)據(jù)融合驅(qū)動(dòng)難以提煉數(shù)據(jù)和模型背后隱含的知識(shí)。受“混合增強(qiáng)智能”［10］的啟發(fā)，本文在深度融合機(jī)理模型和多源數(shù)據(jù)的基礎(chǔ)上開展智能決策，提出知識(shí)驅(qū)動(dòng)的負(fù)荷畫像構(gòu)建中長(zhǎng)期負(fù)荷預(yù)測(cè)和智能規(guī)劃決策技術(shù)。

3.3.1 配電網(wǎng)負(fù)荷畫像構(gòu)建

負(fù)荷畫像是一種基于用戶數(shù)據(jù)從整體上定義標(biāo)簽來(lái)刻畫負(fù)荷曲線的工具，在精準(zhǔn)負(fù)荷預(yù)測(cè)、新增負(fù)荷業(yè)擴(kuò)報(bào)裝、需求響應(yīng)潛力評(píng)估、問(wèn)題庫(kù)生成等新型配電網(wǎng)規(guī)劃工作中有著巨大的應(yīng)用空間，其整體框架如附錄C 圖C1 所示。為了將負(fù)荷畫像構(gòu)建技術(shù)搭建于電網(wǎng)公司數(shù)據(jù)中心分節(jié)點(diǎn)之上，本文從知識(shí)驅(qū)動(dòng)的角度，對(duì)負(fù)荷畫像構(gòu)建過(guò)程中數(shù)據(jù)質(zhì)量提升、用戶畫像構(gòu)建和行業(yè)畫像構(gòu)建進(jìn)行歸納總結(jié)。

1）數(shù)據(jù)質(zhì)量提升。在實(shí)際生產(chǎn)環(huán)境中，負(fù)荷畫像構(gòu)建技術(shù)需要以營(yíng)銷、計(jì)量、氣象、經(jīng)濟(jì)等海量真實(shí)數(shù)據(jù)為基礎(chǔ)。由于測(cè)量因素或人為因素會(huì)出現(xiàn)一定的異常值［54-64］和缺失值［65-69］，負(fù)荷畫像構(gòu)建效果受到影響。針對(duì)負(fù)荷數(shù)據(jù)缺失值和異常值，基于相似日替代、行業(yè)曲線規(guī)律等業(yè)務(wù)知識(shí)，進(jìn)行數(shù)據(jù)填充；針對(duì)低分辨率數(shù)據(jù)，受AI 在圖像識(shí)別領(lǐng)域的啟發(fā)，采用數(shù)據(jù)超分辨率重建方法可以有效提升負(fù)荷數(shù)據(jù)質(zhì)量［70-72］。不同數(shù)據(jù)質(zhì)量提升方法的優(yōu)缺點(diǎn)總結(jié)如附錄C 表C1 所示。

2）用戶畫像構(gòu)建。電網(wǎng)企業(yè)主要關(guān)注用戶在基本屬性、用電行為、繳費(fèi)行為和訴求行為等方面的差異，開展電力用戶個(gè)體畫像的構(gòu)建。通過(guò)對(duì)電力用戶在日、月、季、年不同時(shí)間維度和頻域維度上的負(fù)荷曲線和負(fù)荷特征分析，分別提取用戶畫像在不同時(shí)間尺度和頻率尺度上的畫像特征，構(gòu)建多尺度下立體的電力用戶畫像。

3）行業(yè)畫像構(gòu)建。傳統(tǒng)電力用戶畫像提供的價(jià)值信息有限，難以充分提煉數(shù)據(jù)和模型背后隱含的知識(shí)。結(jié)合傳統(tǒng)電力用戶畫像的定義，開展行業(yè)畫像構(gòu)建，以各行業(yè)電力用戶為對(duì)象，借助知識(shí)工程驅(qū)動(dòng)與挖掘技術(shù)，從行業(yè)生產(chǎn)規(guī)模、行業(yè)用電模式、行業(yè)行為模式及行業(yè)用電地點(diǎn)全方位出發(fā)，開展特征分級(jí)并賦予標(biāo)簽，結(jié)合業(yè)務(wù)需求場(chǎng)景，搭建出立體的行業(yè)虛擬模型，即行業(yè)畫像［73］，其應(yīng)用框架如附錄C圖C2 所示。

3.3.2 配電網(wǎng)中長(zhǎng)期負(fù)荷預(yù)測(cè)

區(qū)別于短期負(fù)荷預(yù)測(cè)，中長(zhǎng)期負(fù)荷預(yù)測(cè)具有預(yù)測(cè)樣本少、周期長(zhǎng)、影響因素多等特點(diǎn)。因此，中長(zhǎng)期負(fù)荷預(yù)測(cè)是一個(gè)多維度、非線性問(wèn)題。模型-數(shù)據(jù)融合的知識(shí)驅(qū)動(dòng)能夠充分挖掘電網(wǎng)的拓?fù)涮卣鳌l(fā)展規(guī)律，提高中長(zhǎng)期負(fù)荷預(yù)測(cè)的時(shí)空精細(xì)化程度。在新型配電網(wǎng)數(shù)字化規(guī)劃的背景下，知識(shí)驅(qū)動(dòng)的中長(zhǎng)期負(fù)荷預(yù)測(cè)基本框架如附錄C 圖C3 所示。

1）多源海量數(shù)據(jù)融合。電力負(fù)荷的變化趨勢(shì)受多個(gè)方面的影響，需要系統(tǒng)、廣泛地融合多源數(shù)據(jù)，如負(fù)荷數(shù)據(jù)、網(wǎng)架數(shù)據(jù)、臺(tái)賬數(shù)據(jù)、氣象數(shù)據(jù)、疫情數(shù)據(jù)等，構(gòu)建面向配電網(wǎng)規(guī)劃業(yè)務(wù)的“數(shù)據(jù)圖書館”。在數(shù)據(jù)形式方面，可采用關(guān)系型表格數(shù)據(jù)并通過(guò)設(shè)備ID 或名稱進(jìn)行屬性自動(dòng)關(guān)聯(lián)，或基于Neo4j 知識(shí)圖譜進(jìn)行導(dǎo)入圖結(jié)構(gòu)數(shù)據(jù)構(gòu)建；在多源數(shù)據(jù)時(shí)間斷面的對(duì)齊方面，可將中長(zhǎng)期歷史負(fù)荷數(shù)據(jù)設(shè)置為主時(shí)間軸并賦予時(shí)間標(biāo)簽Tl及其緩沖區(qū)Dbuf，根據(jù)不同來(lái)源數(shù)據(jù)的時(shí)間標(biāo)簽落在主時(shí)間軸上對(duì)應(yīng)的Tl的緩沖區(qū)完成多源數(shù)據(jù)時(shí)間斷面的對(duì)齊與融合；在數(shù)據(jù)接口方面，為滿足數(shù)據(jù)訪問(wèn)的便捷性、降低廣泛部署的資源損耗，可統(tǒng)一數(shù)據(jù)接口，并采用如Browser/Server（B/S）架構(gòu)設(shè)計(jì)來(lái)獲得數(shù)據(jù)資源。

2）數(shù)據(jù)處理與特征挖掘。在數(shù)據(jù)處理方面，中長(zhǎng)期負(fù)荷預(yù)測(cè)的開展依賴于樣本數(shù)據(jù)的質(zhì)量，數(shù)據(jù)質(zhì)量提升可參考3.3.1 節(jié)。在中長(zhǎng)期負(fù)荷預(yù)測(cè)中，結(jié)合知識(shí)驅(qū)動(dòng)可將復(fù)雜預(yù)測(cè)任務(wù)進(jìn)行分解。例如，對(duì)于含新能源出力的母線負(fù)荷數(shù)據(jù)，通過(guò)“盲源分離”等方式分解出相應(yīng)的數(shù)據(jù)序列。對(duì)于配電變壓器無(wú)序多變的歷史數(shù)據(jù)，可嵌入領(lǐng)域知識(shí)完成轉(zhuǎn)供電識(shí)別，通過(guò)數(shù)據(jù)處理提升現(xiàn)有數(shù)據(jù)的質(zhì)量和豐富度。在特征挖掘方面，結(jié)合業(yè)務(wù)知識(shí)設(shè)計(jì)各類計(jì)算指標(biāo)，如日負(fù)荷變化指標(biāo)、多元特征的相關(guān)因素等，揭示數(shù)據(jù)的分布規(guī)律，從而為建模的開展提供數(shù)據(jù)支撐。

3）多維度模型構(gòu)建。數(shù)據(jù)的變化規(guī)律和內(nèi)在機(jī)理將影響AI 預(yù)測(cè)模型的構(gòu)建，相關(guān)負(fù)荷預(yù)測(cè)模型已在附錄C 表C2 中進(jìn)行總結(jié)。在模型選擇上充分考慮多源數(shù)據(jù)的表現(xiàn)特性，從多維度構(gòu)建智能化預(yù)測(cè)模型，聯(lián)合多層級(jí)的電力數(shù)據(jù)、多時(shí)空數(shù)據(jù)進(jìn)行建模，實(shí)現(xiàn)從海量多層級(jí)數(shù)據(jù)中挖掘關(guān)鍵知識(shí)，提高預(yù)測(cè)模型精度。

4）智能模型管理。由于預(yù)測(cè)模型一般基于歷史數(shù)據(jù)進(jìn)行訓(xùn)練構(gòu)建，難免存在特征場(chǎng)景不足等問(wèn)題。因此，當(dāng)有新訓(xùn)練樣本導(dǎo)入系統(tǒng)中時(shí)，應(yīng)對(duì)已有模型適量地進(jìn)行調(diào)整更新，從而讓模型獲得關(guān)于電力負(fù)荷預(yù)測(cè)任務(wù)更多的參數(shù)知識(shí)，提高模型的適應(yīng)性和精度。在實(shí)際應(yīng)用過(guò)程中，往往需要研究人員根據(jù)歷史經(jīng)驗(yàn)選擇相應(yīng)的AI 預(yù)測(cè)模型，僅依賴人類歷史經(jīng)驗(yàn)需消耗較多時(shí)間且難以充分結(jié)合歷史經(jīng)驗(yàn)數(shù)據(jù)。因此，可引入智能體對(duì)多個(gè)模型進(jìn)行集成決策，讓智能體選擇合適的模型開展預(yù)測(cè)任務(wù)，代替人為選擇，提高智能預(yù)測(cè)水平，中長(zhǎng)期負(fù)荷預(yù)測(cè)框架如附錄C 圖C4 所示。

3.3.3 配電網(wǎng)智能規(guī)劃決策

配電網(wǎng)智能規(guī)劃決策主要包括3 個(gè)方面的內(nèi)容:多環(huán)節(jié)自動(dòng)建模、規(guī)劃模型的求解算法、復(fù)雜問(wèn)題的處理技巧。

1）多環(huán)節(jié)自動(dòng)建模

DNPM 是一個(gè)典型的優(yōu)化問(wèn)題，其緊湊形式的數(shù)學(xué)模型可表示為:

式中:cI(x)為配電網(wǎng)線路、開關(guān)、電源等規(guī)劃方案x對(duì)應(yīng)的投資成本；cO(x，y)為該投資建設(shè)方案下基于運(yùn)行策略y的運(yùn)行成本；cR(x，z)為該投資建設(shè)方案下的可靠性成本；z為可靠性輔助變量；f(x，y)為運(yùn)行規(guī)劃一體化約束集；g(x，z)為可靠性約束集；D為離散決策空間。

規(guī)劃決策變量x往往是決策空間D中的離散元素。因此，DNPM 往往是復(fù)雜的混合整數(shù)規(guī)劃（mixed-integer programming，MIP）問(wèn)題，是典型的非 確 定 性 多 項(xiàng) 式 困 難（non-deterministic polynominal hard，NP-hard）問(wèn)題，求解計(jì)算時(shí)間隨輸入規(guī)模的增大呈“指數(shù)”增長(zhǎng)。

DNPM 是通用模型，具體形式需要結(jié)合特定規(guī)劃場(chǎng)景進(jìn)行細(xì)化。首先，其規(guī)劃的對(duì)象有所不同，包括交直流配電網(wǎng)［74］、信息物理耦合配電網(wǎng)［75］、綜合能源接入配電網(wǎng)［76］等；其次，規(guī)劃的內(nèi)容不同，包括網(wǎng)架規(guī)劃、電源規(guī)劃、設(shè)備配置等；接著，規(guī)劃的邊界條件不同，包括新建區(qū)域配電網(wǎng)［37］和存量區(qū)域配電網(wǎng)擴(kuò)展規(guī)劃［77］；最后，根據(jù)問(wèn)題耦合的情況進(jìn)一步劃分，包括多階段耦合、多區(qū)域耦合、多層級(jí)耦合等。各個(gè)環(huán)節(jié)的邏輯關(guān)系梳理如附錄C 圖C5 所示。配電網(wǎng)智能規(guī)劃存在多種組合，在規(guī)劃對(duì)象、決策內(nèi)容、決策邊界、問(wèn)題形式確定的情況下，決策變量、約束條件以及目標(biāo)函數(shù)也可隨之確定，進(jìn)而實(shí)現(xiàn)DNPM 的自動(dòng)構(gòu)建。

2）規(guī)劃模型的求解算法

在求解算法上，可分為經(jīng)典數(shù)學(xué)優(yōu)化方法和元啟發(fā)式優(yōu)化算法。經(jīng)典數(shù)學(xué)優(yōu)化算法（分支定界算法、L-shaped 算法、Benders 分解算法等）求解質(zhì)量高、理論性強(qiáng)，但存在求解速度慢、通用性差等問(wèn)題。元啟發(fā)式優(yōu)化算法（進(jìn)化算法、群智能算法、物理原理驅(qū)動(dòng)算法）便于處理非凸非線性模型，廣泛適用于多種類型的規(guī)劃問(wèn)題，雖然其可能陷入局部最優(yōu)，但是求解速度可控且適應(yīng)性強(qiáng)。在求解DNPM時(shí)，應(yīng)綜合考慮問(wèn)題特點(diǎn)、求解時(shí)間、求解精度、通用性等因素選擇合適的算法，兩者亦可“雙劍合璧”，形成高效的混合算法。

3）復(fù)雜問(wèn)題的處理技巧

復(fù)雜規(guī)劃模型往往難以用算法實(shí)現(xiàn)高效求解，為了提升配電網(wǎng)規(guī)劃智能決策的效率和質(zhì)量，可將人類的經(jīng)驗(yàn)知識(shí)嵌入規(guī)劃模型中。處理技巧總結(jié)如下:

（1）空間解耦。結(jié)合地理控規(guī)圖，按照用地性質(zhì)、園區(qū)類型、網(wǎng)格劃分等原則，將規(guī)劃片區(qū)劃分為若干小的區(qū)域，對(duì)小區(qū)域進(jìn)行優(yōu)化規(guī)劃，再對(duì)區(qū)域之間開展聯(lián)絡(luò)線規(guī)劃［78-79］。此時(shí)，DNPM 被劃分為多個(gè)小模型，決策空間D得以有效縮減，可顯著減少優(yōu)化計(jì)算時(shí)間。

（2）時(shí)間解耦。對(duì)于配電網(wǎng)中的多階段隨機(jī)規(guī)劃問(wèn)題，運(yùn)籌學(xué)家Bellman 提出了近似動(dòng)態(tài)規(guī)劃（approximate dynamic programming，ADP），其基本思想如式（3）—式（5）所示。

式中:t為規(guī)劃階段；E[·]為期望值函數(shù)；Δt為每?jī)蓚€(gè)規(guī)劃階段之間的時(shí)間跨度；(xt)為t階段后續(xù)的值函數(shù)近似成本。

式（3）表示多階段t成本求和形成的全局規(guī)劃目標(biāo)，為了處理全局規(guī)劃求解的復(fù)雜性以及后續(xù)規(guī)劃階段的不確定性，利用各階段的轉(zhuǎn)移及約束關(guān)系，將t階段后續(xù)的成本用數(shù)學(xué)期望進(jìn)行描述，將原問(wèn)題式（3）進(jìn)行時(shí)段解耦，形成式（4）；式（5）表示t階段后續(xù)的值函數(shù)近似成本(xt)替代，逐個(gè)求解單階段優(yōu)化問(wèn)題式（5），解決“維數(shù)災(zāi)難”問(wèn)題［77］。

（3）輕模型代理。雖然精細(xì)化模型提升了規(guī)劃的精細(xì)化程度，但配電網(wǎng)規(guī)劃涉及線路投建、設(shè)備選型、拓?fù)浣５?，往往包含大量離散決策變量和非線性約束，構(gòu)成超大規(guī)模MIP、非線性規(guī)劃問(wèn)題，阻礙了其落地應(yīng)用。為提升DNPM 求解效率，可考慮運(yùn)用ML 算法，將DNPM 中的非凸/非線性部分轉(zhuǎn)化為一系列線性約束的代理模型［80］，實(shí)現(xiàn)輕模型的快速求解，如式（6）所示。

式中:fNLP(x，y)為非線性/非凸函數(shù)；fLP(x，y)為線性代理函數(shù)。

3.4 配電網(wǎng)規(guī)劃中的圖形-數(shù)據(jù)融合技術(shù)

一方面，配電網(wǎng)規(guī)劃設(shè)計(jì)多種類型圖紙且各類規(guī)劃圖功能單一，圖形與數(shù)據(jù)耦合程度低，無(wú)法計(jì)算和關(guān)聯(lián)各類規(guī)劃數(shù)據(jù)指標(biāo)；另一方面，各類規(guī)劃計(jì)算指標(biāo)數(shù)據(jù)以多張Excel 表進(jìn)行保存，可視化程度較低，不便于規(guī)劃人員更清晰、直觀地了解配電網(wǎng)全貌。

為了解決圖形和數(shù)據(jù)的聯(lián)動(dòng)問(wèn)題，需要突破兩項(xiàng)關(guān)鍵技術(shù):多模態(tài)數(shù)據(jù)融合和圖形數(shù)據(jù)的時(shí)空融合。

3.4.1 面向配電網(wǎng)規(guī)劃的多模態(tài)數(shù)據(jù)融合

多模態(tài)數(shù)據(jù)融合是實(shí)現(xiàn)圖形、數(shù)據(jù)融合的基礎(chǔ)［81］。面向新型配電網(wǎng)數(shù)字化規(guī)劃的多模態(tài)數(shù)據(jù)融合技術(shù)框架總結(jié)如附錄D 圖D1 所示。

1）電網(wǎng)數(shù)字平臺(tái)、衛(wèi)星圖像、數(shù)字政府、能源數(shù)字平臺(tái)等大系統(tǒng)的融合，本質(zhì)是完成電力網(wǎng)絡(luò)-信息通信網(wǎng)絡(luò)-道路交通網(wǎng)絡(luò)-綜合能源網(wǎng)絡(luò)等不同形式的網(wǎng)絡(luò)的耦合，在打通耦合節(jié)點(diǎn)的數(shù)據(jù)關(guān)系后，可實(shí)現(xiàn)不同形式的網(wǎng)絡(luò)融合與多維度數(shù)據(jù)的呈現(xiàn)，助力CN 耦合下的分析。

2）多層級(jí)電網(wǎng)拓?fù)淇梢詫?shí)現(xiàn)自動(dòng)關(guān)聯(lián)，在圖紙識(shí)別的基礎(chǔ)上，實(shí)現(xiàn)從輸電網(wǎng)拓?fù)?廠站級(jí)拓?fù)?中壓線路-中低壓設(shè)備的多層級(jí)聯(lián)通，以及規(guī)劃常用4 類圖單線圖-環(huán)網(wǎng)簡(jiǎn)圖-電氣聯(lián)絡(luò)圖-網(wǎng)格地理沿布圖的“電網(wǎng)一張圖”。各類圖形之間的轉(zhuǎn)化關(guān)系可參考附錄D 圖D2，支持規(guī)劃人員通過(guò)關(guān)鍵節(jié)點(diǎn)自動(dòng)索引到不同層級(jí)、不同圖層的位置。

3）電網(wǎng)規(guī)劃人員面臨的各類圖紙對(duì)數(shù)據(jù)的要求有所不同，基于CIM 數(shù)據(jù)可解析得到配電網(wǎng)規(guī)劃專用一套“數(shù)”（scx 文件），進(jìn)行多圖轉(zhuǎn)化并開展高級(jí)應(yīng)用［82］，包括空間負(fù)荷預(yù)測(cè)、規(guī)劃問(wèn)題上圖定位、規(guī)劃方案上圖編制、規(guī)劃指標(biāo)自動(dòng)計(jì)算、多類圖紙無(wú)縫銜接，清晰直觀地了解多類圖形及其相應(yīng)的規(guī)劃指標(biāo)，最終實(shí)現(xiàn)規(guī)劃報(bào)告一鍵編制。

3.4.2 圖形數(shù)據(jù)的時(shí)空融合

圖形-數(shù)據(jù)融合的一大特點(diǎn)是數(shù)據(jù)的變化直觀地在圖形上呈現(xiàn)，數(shù)據(jù)的時(shí)間特性和圖形的空間特性深度融合，數(shù)據(jù)的變化體現(xiàn)在圖形的演變上。時(shí)空融合是一種將時(shí)間和空間信息融合開展分析和預(yù)測(cè)的方法，可在不同的時(shí)間和位置對(duì)數(shù)據(jù)進(jìn)行比較，發(fā)現(xiàn)它們之間的聯(lián)系并預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)。圖形-數(shù)據(jù)的時(shí)空融合，需構(gòu)建配電網(wǎng)歷史態(tài)-現(xiàn)狀態(tài)-規(guī)劃態(tài)方案庫(kù)（三態(tài)方案庫(kù)），在此基礎(chǔ)上開展機(jī)器推演計(jì)算。

在配電網(wǎng)三態(tài)方案庫(kù)構(gòu)建過(guò)程中，需多人協(xié)同完成編制和校驗(yàn)。為克服多規(guī)劃方案可能存在的沖突問(wèn)題，本文提出建設(shè)配電網(wǎng)規(guī)劃系統(tǒng)Git 共享方案數(shù)據(jù)庫(kù)，功能特點(diǎn)總結(jié)詳見附錄D 圖D3。

1）時(shí)間軸:歷史態(tài)方案直接從某個(gè)時(shí)間斷面導(dǎo)出數(shù)據(jù)即可，現(xiàn)狀態(tài)數(shù)據(jù)是電子化移交后的版本，規(guī)劃態(tài)可能涉及多個(gè)時(shí)間斷面的規(guī)劃。業(yè)務(wù)人員開展規(guī)劃操作時(shí)，將智能鎖定操作中的饋線，避免方案重復(fù)編制，詳見附錄D 圖D4。完成編制后，將在“共享”方案庫(kù)中對(duì)每個(gè)規(guī)劃方案打上相應(yīng)的時(shí)間標(biāo)簽，結(jié)合時(shí)間前后的邏輯關(guān)系進(jìn)行沖突校驗(yàn)，如接線模式退化、存在規(guī)劃態(tài)網(wǎng)架問(wèn)題等，形成規(guī)劃態(tài)配電網(wǎng)“先驗(yàn)”問(wèn)題庫(kù)。

2）空間軸:同一時(shí)間斷面上的規(guī)劃方案中可能存在空間邏輯上的沖突，如間隔占用、配電變壓器、線路以及變電站的建設(shè)和布局，基于“共享”方案庫(kù)可以快速提示規(guī)劃人員存在沖突的地方。完成編制后，在空間縱軸上對(duì)每次形成的規(guī)劃方案進(jìn)行沖突檢測(cè)，如規(guī)劃網(wǎng)架存在自環(huán)、孤島、非典型接線等事件進(jìn)行沖突檢測(cè)，形成配電網(wǎng)規(guī)劃事件型問(wèn)題庫(kù)。

隨著時(shí)間軸的推移，后續(xù)時(shí)間斷面的規(guī)劃態(tài)將自動(dòng)繼承先前時(shí)間斷面的方案，三態(tài)圖形方案通過(guò)讀取不同時(shí)間斷面的數(shù)據(jù)自動(dòng)成圖。在圖形上的一系列規(guī)劃操作也將自動(dòng)映射到“共享”方案數(shù)據(jù)庫(kù)，實(shí)現(xiàn)歷史態(tài)-現(xiàn)狀態(tài)-規(guī)劃態(tài)配電網(wǎng)規(guī)劃數(shù)據(jù)和圖形在時(shí)間縱軸上同時(shí)呈現(xiàn)。

在機(jī)器推演計(jì)算方面，受薛禹勝院士所提“沙盤推演”［83］的理論啟發(fā)，提供“歷史-平行-未來(lái)”多時(shí)態(tài)場(chǎng)景的推演計(jì)算，分析新型配電系統(tǒng)多態(tài)勢(shì)邊界條件下的演化規(guī)律與演化路徑，實(shí)現(xiàn)宏觀、微觀相結(jié)合的高精度復(fù)盤及推演仿真。

1）多時(shí)態(tài)自動(dòng)推演計(jì)算。數(shù)字化配電網(wǎng)規(guī)劃系統(tǒng)需搭建規(guī)劃尺度跨領(lǐng)域仿真平臺(tái)［84］，基于歷史態(tài)配電網(wǎng)負(fù)荷、新能源數(shù)據(jù)以及外源氣象數(shù)據(jù)、人口流動(dòng)數(shù)據(jù)等，內(nèi)嵌運(yùn)行優(yōu)化模擬與推演預(yù)測(cè)模塊，平行孿生多個(gè)現(xiàn)狀態(tài)場(chǎng)景，并通過(guò)現(xiàn)狀態(tài)持續(xù)更新、修正未來(lái)態(tài)規(guī)劃方案及其關(guān)鍵指標(biāo)。

2）多態(tài)勢(shì)自動(dòng)推演計(jì)算?？紤]到負(fù)荷、新能源具有強(qiáng)不確定性，結(jié)合3.3.2 節(jié)中長(zhǎng)期預(yù)測(cè)方法，基于異速生長(zhǎng)規(guī)律對(duì)負(fù)荷、新能源組合下的高、中、低態(tài)勢(shì)開展網(wǎng)架拓?fù)涞耐蒲莘治觯?5］，為人機(jī)互動(dòng)開展配電網(wǎng)規(guī)劃提供依據(jù)。

3.5 圖形-模型-數(shù)據(jù)融合智能規(guī)劃數(shù)字化決策系統(tǒng)

配電網(wǎng)數(shù)字化規(guī)劃工程的落地應(yīng)用主要體現(xiàn)在軟件系統(tǒng)的開發(fā)和實(shí)踐中。

圖形、模型、數(shù)據(jù)三者之間有著密不可分的聯(lián)系:圖形智能化操作與展示離不開模型的支撐，模型的構(gòu)建和優(yōu)化計(jì)算離不開數(shù)據(jù)的支撐，圖形的多維度立體化展示離不開多源異構(gòu)數(shù)據(jù)的支撐。新型配電網(wǎng)數(shù)字化規(guī)劃需要在完成兩兩融合后，將其進(jìn)行有機(jī)融合。圖形-模型-數(shù)據(jù)融合新型配電網(wǎng)數(shù)字化規(guī)劃決策系統(tǒng)的基本框架如圖4 所示，其特征在于以算法為核心，將圖形-模型-數(shù)據(jù)三者進(jìn)行相互融合。

圖4 新型配電網(wǎng)圖形-模型-數(shù)據(jù)融合數(shù)字化規(guī)劃決策系統(tǒng)框架Fig.4 Framework of graph-model-data fusion for new distribution network digital planning system

1）在數(shù)據(jù)層面，基于知識(shí)驅(qū)動(dòng)開展自動(dòng)數(shù)據(jù)清洗，基于AI 智能識(shí)圖打通圖形到數(shù)據(jù)的關(guān)聯(lián)性，支持與云端數(shù)據(jù)庫(kù)進(jìn)行存取交互操作，并將多源數(shù)據(jù)指標(biāo)展示到圖形界面上。

2）在模型層面，可結(jié)合規(guī)劃相關(guān)基礎(chǔ)數(shù)據(jù)，構(gòu)建配電網(wǎng)智能規(guī)劃“決策器”和“計(jì)算器”，并將規(guī)劃結(jié)果展示到圖形界面上，通過(guò)高級(jí)計(jì)算指標(biāo)和輔助決策方案指導(dǎo)規(guī)劃人員開展精細(xì)化規(guī)劃。

3）在圖形層面，支持地理沿布圖、環(huán)網(wǎng)簡(jiǎn)圖、電氣聯(lián)絡(luò)圖等多類型圖紙自動(dòng)轉(zhuǎn)化，支持規(guī)劃方案智能生成與多人協(xié)同、人機(jī)協(xié)同規(guī)劃，提升電網(wǎng)規(guī)劃人員的工作效率。

4 新型配電網(wǎng)數(shù)字化規(guī)劃未來(lái)展望

“以人為主，機(jī)器為輔”向“以機(jī)為主，人機(jī)協(xié)同”轉(zhuǎn)化已成為配電網(wǎng)規(guī)劃運(yùn)行必然的發(fā)展趨勢(shì)，其核心理念在于，構(gòu)建面向配電網(wǎng)規(guī)劃業(yè)務(wù)的電力大模型，代替配電網(wǎng)規(guī)劃“數(shù)據(jù)解析-需求明確-方案生成-校核實(shí)施”四大環(huán)節(jié)中的人工參與。如上所述，配電網(wǎng)圖形-模型-數(shù)據(jù)融合技術(shù)為新型配電網(wǎng)數(shù)字化規(guī)劃建設(shè)提供了有效的數(shù)據(jù)透鏡，實(shí)現(xiàn)了多數(shù)據(jù)平臺(tái)下圖形-模型-數(shù)據(jù)的高效轉(zhuǎn)換，特別是“數(shù)據(jù)解析”環(huán)節(jié)的自動(dòng)化。在此基礎(chǔ)上，如何實(shí)現(xiàn)“需求明確-方案生成-校核實(shí)施”三大環(huán)節(jié)的智能化、自動(dòng)化是配電網(wǎng)規(guī)劃有待深入研究的內(nèi)容。為此，本文基于當(dāng)前規(guī)劃流程存在的問(wèn)題以及現(xiàn)有技術(shù)基礎(chǔ)對(duì)未來(lái)新型配電網(wǎng)數(shù)字化規(guī)劃形態(tài)進(jìn)行展望。

1）規(guī)劃需求形成的智能化

規(guī)劃需求是配電網(wǎng)規(guī)劃任務(wù)的方向標(biāo)，但當(dāng)前需求的形成很大程度上依賴于業(yè)務(wù)人員的全程參與。業(yè)務(wù)人員根據(jù)經(jīng)驗(yàn)對(duì)配電網(wǎng)系統(tǒng)實(shí)際運(yùn)行狀態(tài)進(jìn)行分析，確定規(guī)劃對(duì)象、具體任務(wù)及建設(shè)資源邊界。受限于人的經(jīng)驗(yàn)，規(guī)劃需求的形成通常面臨著時(shí)間長(zhǎng)、片面化等缺點(diǎn)。因此，智能化的規(guī)劃需求形成方法成為確保新型配電網(wǎng)數(shù)字化規(guī)劃建設(shè)方向有效性的基礎(chǔ)工具，具體的技術(shù)手段包含但不限于:（1）利用配電網(wǎng)薄弱環(huán)節(jié)辨識(shí)技術(shù)［86］，實(shí)現(xiàn)配電網(wǎng)關(guān)鍵設(shè)備的精準(zhǔn)快速定位，實(shí)現(xiàn)規(guī)劃對(duì)象智能化生成，縮短規(guī)劃需求形成的時(shí)間；（2）基于配電系統(tǒng)風(fēng)險(xiǎn)演變分析技術(shù)［87］，動(dòng)態(tài)捕捉配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)變化軌跡，實(shí)現(xiàn)配電網(wǎng)規(guī)劃目標(biāo)的智能化明晰，保障規(guī)劃需求形成的全面性。

2）規(guī)劃方案生成的自適應(yīng)化

規(guī)劃方案生成是整個(gè)規(guī)劃的核心。當(dāng)前，已有大量的規(guī)劃研究人員對(duì)其展開針對(duì)性討論，提出了豐富的優(yōu)化模型及相關(guān)聯(lián)的優(yōu)化算法［88-90］，實(shí)現(xiàn)了規(guī)劃方案的智能生成。然而，不同的規(guī)劃模型與方法各有其適用的處理對(duì)象，如兩階段魯棒適用于隨機(jī)性較強(qiáng)的配電網(wǎng)場(chǎng)景［91］，而園區(qū)微網(wǎng)這類對(duì)電能質(zhì)量具有需求的規(guī)劃場(chǎng)景則需要將頻率約束納入考慮［92］。在具體的工程應(yīng)用中，規(guī)劃模型和算法選擇依賴于研究人員對(duì)規(guī)劃任務(wù)的分析與研究，可拓展性弱且經(jīng)驗(yàn)依賴性強(qiáng)。為實(shí)現(xiàn)精細(xì)化智能規(guī)劃，未來(lái)配電網(wǎng)規(guī)劃生成方法需要具備自適應(yīng)的能力，自動(dòng)形成適用于規(guī)劃任務(wù)的規(guī)劃方案生成模型及求解算法。因此，自動(dòng)ML 技術(shù)是現(xiàn)階段較為理想的技術(shù)途徑［93］，其思想在于通過(guò)ML 方法自動(dòng)地完成特征工程、模型調(diào)整、模型評(píng)估，實(shí)現(xiàn)算法模型的自適應(yīng)學(xué)習(xí)與應(yīng)用［94-96］。將自動(dòng)ML 技術(shù)融入配電網(wǎng)規(guī)劃方案生成中，是保障規(guī)劃方案精準(zhǔn)生成的有效手段。

3）實(shí)施方案調(diào)整的自動(dòng)化

規(guī)劃方案在具體實(shí)施過(guò)程中需要結(jié)合政府控規(guī)圖、地形圖以及施工條件等多個(gè)因素做出調(diào)整，這同樣需要經(jīng)驗(yàn)豐富的工程人員干預(yù)處理。但實(shí)際上這類調(diào)整通常可由規(guī)則性較強(qiáng)的約束進(jìn)行規(guī)范。此類規(guī)范可通過(guò)當(dāng)前發(fā)展迅速的自然語(yǔ)言處理技術(shù)進(jìn)行知識(shí)提取［9，97-98］，并利用決策樹［99-100］等經(jīng)典算法對(duì)規(guī)則類知識(shí)進(jìn)行學(xué)習(xí)轉(zhuǎn)化，從而形成實(shí)施方案自動(dòng)調(diào)整模型。

4）“人機(jī)協(xié)同”的簡(jiǎn)易化

上述未來(lái)新型配電網(wǎng)數(shù)字化規(guī)劃形態(tài)的有效實(shí)施將專業(yè)人員的經(jīng)驗(yàn)知識(shí)映射至上層一系列的智能模型之中，最大程度降低人工在“需求明確-方案生成-校核實(shí)施”三大環(huán)節(jié)的參與程度。然而，智能模型的可解釋性當(dāng)前還有待深入研究［10］。因此，在其可靠性和安全性有待驗(yàn)證的未來(lái)，配電網(wǎng)規(guī)劃有必要提供有效的人工干預(yù)途徑，即簡(jiǎn)易化的“人機(jī)協(xié)同”方式。具體而言，“人機(jī)協(xié)同”路徑需要具有兩方面特征:

（1）良好的可視化展示手段。將智能模型的規(guī)劃收益、規(guī)劃模型以及規(guī)劃結(jié)果進(jìn)行全面的可視化展示，為專業(yè)人員了解規(guī)劃生成全流程及其結(jié)果提供動(dòng)態(tài)窗口。

（2）有效的人工反饋機(jī)制。智能模型的形成是一個(gè)動(dòng)態(tài)學(xué)習(xí)的過(guò)程，專業(yè)人員針對(duì)模型決策存在的問(wèn)題進(jìn)行總結(jié)，并以損失函數(shù)或其他方式經(jīng)反饋機(jī)制傳遞回智能模型中，幫助其學(xué)習(xí)。

綜上所述，本文設(shè)想的未來(lái)新型配電網(wǎng)數(shù)字化規(guī)劃形態(tài)如圖5 所示。

圖5 未來(lái)新型配電網(wǎng)數(shù)字化規(guī)劃形態(tài)Fig.5 Digital planning form of new distribution network in future

由圖5 可見，相較于傳統(tǒng)規(guī)劃路徑依賴于人工的深度參與，未來(lái)智能規(guī)劃路徑依托圖形-模型-數(shù)據(jù)融合技術(shù)及新型配電網(wǎng)數(shù)字化規(guī)劃形態(tài)展望中所提技術(shù)，將人工參與層中各類知識(shí)映射至自動(dòng)規(guī)劃決策模型中，實(shí)現(xiàn)規(guī)劃任務(wù)的智能自動(dòng)生成。不同領(lǐng)域的專家僅需通過(guò)人機(jī)交互層，即可實(shí)現(xiàn)對(duì)自動(dòng)規(guī)劃決策模型的全面觀測(cè)以及針對(duì)性調(diào)整，最終實(shí)現(xiàn)配電網(wǎng)規(guī)劃“以機(jī)為主，人機(jī)協(xié)同”的理想形態(tài)。

5 結(jié)語(yǔ)

本文針對(duì)新型配電網(wǎng)數(shù)字化規(guī)劃發(fā)展客觀需要，從圖形-模型-數(shù)據(jù)深度融合的角度出發(fā)，分析了國(guó)內(nèi)外配電網(wǎng)規(guī)劃技術(shù)發(fā)展現(xiàn)狀，探討了配電網(wǎng)數(shù)字化規(guī)劃的未來(lái)解決思路和關(guān)鍵技術(shù)，包括圖形-模型融合技術(shù)、模型-數(shù)據(jù)融合技術(shù)、圖形-數(shù)據(jù)融合技術(shù)，嘗試在新型配電網(wǎng)規(guī)劃的各個(gè)環(huán)節(jié)引入大數(shù)據(jù)處理方法、優(yōu)化計(jì)算方法、AI 方法，提升機(jī)器自主分析、自主決策的質(zhì)量和效率，并對(duì)未來(lái)新型配電網(wǎng)數(shù)字化規(guī)劃進(jìn)行了展望。

隨著電網(wǎng)企業(yè)數(shù)字化轉(zhuǎn)型的深入，圖形-模型-數(shù)據(jù)將進(jìn)一步深度融合，提升配電網(wǎng)規(guī)劃業(yè)務(wù)的知識(shí)自動(dòng)化程度，逐漸實(shí)現(xiàn)從“以人為主，機(jī)器為輔”到“以機(jī)為主，人機(jī)協(xié)同”的轉(zhuǎn)變，發(fā)現(xiàn)規(guī)劃人員憑借導(dǎo)則與經(jīng)驗(yàn)未能發(fā)現(xiàn)的薄弱環(huán)節(jié)并生成智能規(guī)劃方案，顯著提升電網(wǎng)規(guī)劃的經(jīng)濟(jì)效益和智能化程度，持續(xù)助力新型電力系統(tǒng)的數(shù)字化變革。

本文撰寫得到南方電網(wǎng)數(shù)字電網(wǎng)集團(tuán)有限公司、東莞供電局、北京國(guó)科恒通科技股份有限公司及廣州致訊信息科技有限責(zé)任公司等單位幫助，特此感謝！

附錄見本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。