上海电力大学电力系统及其自动化(上海电力大学边晓燕团队发表基于知识图谱的国内外电力市场综述)

上海电力大学的学者在2022年第11期《电工技术学报》上撰文,针对电力市场领域大量研究成果但缺乏系统化梳理,同时新兴研究主题不断涌现,难以追踪热点的问题,以近十年国内1495篇、国外5106篇电力市场相关文献为研究对象,基于大数据的图谱分析方法,从海量文献数据中提取出结构化的知识谱系,通过可视化图形呈现该领域演进历程与网络结构,为电力市场研究的演进轨迹及热点追踪提供新的途径。

作者首先构建电力市场领域代表性的研究数据集,基于知识图谱分析快速提炼国内外研究轨迹与学术热点,合成时间线、共词网络图谱并将其可视化。其次,探索近十年国内外电力市场研究的演进路径对近五年电力市场领域的核心前沿进行分析研究,以突现性和中介中心性衡量图谱的关键点,全方面、多维度地追踪电力市场的研究。

该研究成果能够深刻把握电力市场热点与动向,为学者提供一种高效、快速应用的文献分析方法,具有广泛的应用前景。

上海电力大学电力系统及其自动化(上海电力大学边晓燕团队发表基于知识图谱的国内外电力市场综述)(1)

团队介绍

该论文的作者团队边晓燕、张璐瑶、周波、徐波和林顺富隶属于上海电力大学电气学院的新能源与智能配用电研究所。

边晓燕,博士,教授,浦江学者,IEEE Senior Member,Associate Editor of IET Generation, Transmission & Distribution。长期从事新能源并网与消纳、新型电力系统稳定与控制等方向的研究。在IEEE Trans on Power systems、IET GTD、中国电机工程学报、电工技术学报、电力系统自动化、电网技术、电力自动化设备、高电压技术等期刊和国际会议上发表学术论文约100篇,其中SCI收录20余篇、EI收录约50篇;申请发明专利56项、其中授权24项;主持完成国家标准1项,参与国家标准5项;授权软件著作权5项。

边晓燕教授获得2019年度上海市科学技术三等奖(排名第1)、2020年度“国家电网有限公司科技进步三等奖”(排名第2),2010年~2018年间获省部级科技进步奖4次。主持包括国家自然科学基金、上海市科委重点科技攻关、电网公司科技项目等20余项项目。

研究背景

当前国外已形成相对成熟的电力市场,拥有丰富的建设经验及教训,例如美国PJM电力市场实现了系统的集中控制与调度,保障市场的有效运作,其成功经验值得借鉴,但2021年美国德州遭受极端天气造成大面积停电,电力供需的极端不平衡在高度市场化中反映为极高的电价,一定程度上增加了公共风险。而我国还处于电力市场改革的进程之中,市场化进程缓慢,有必要在汲取经验与教训的同时建设具有中国特色的电力市场。

随着国内外针对电力市场方面的研究不断深入,涌现出了大量新兴研究主题,这对电力市场研究的动态热点追踪提出更高的要求。因此,有必要对近年来国内外电力市场方面的研究进行系统性梳理,深刻把握研究热点与动向,有序推进我国电力市场相关的理论发展。

上海电力大学电力系统及其自动化(上海电力大学边晓燕团队发表基于知识图谱的国内外电力市场综述)(2)

电力塔Power Electric Tower

论文所解决的问题及意义

电力市场研究具有多领域交叉融合且复杂的特点。目前电力市场研究综述主要基于专家经验,并结合电力市场发展现状,从而总结出市场理论的内在演化逻辑。而如何利用国内外海量学术文献,从数据分析角度进行文献综述与热点分析追踪成为难题。

区别于传统的文献综述,文献的知识图谱能够从大量的文献数据中提取筛选结构化的知识序列,通过相互联结的关系,构成可视化图谱的网状知识结构,进而展现研究热点的演进历程、映射知识群体之间的交叉互动,从而实现对热点的挖掘。

论文方法及创新点

为了有效处理大量的文献数据,本文基于知识图谱的方法,从文本数据中以结构化的方式提取知识信息,通过相互联结的关系构成可视化的网状图谱。首先从文献信息中生成共词矩阵,通过谱聚类降低矩阵维数,利用可视化技术将共词矩阵可视化为共词网络。其次基于寻径网络算法或者最小生成树算法进行网络简化,并以聚类模块值和轮廓值来评估图谱聚类效果,最后选择剪枝后聚类效果最佳的网络图谱。其分析框架如图1所示。

上海电力大学电力系统及其自动化(上海电力大学边晓燕团队发表基于知识图谱的国内外电力市场综述)(3)

图1 知识图谱分析框架

在图谱解读方面,以国内为例,基于文献网络从时间切片和关键词聚类进行图谱解读。时间线图谱中,划分并提取集群标签词,从时间维度表示知识演进的视图,勾画聚类之间的关系和某个聚类的历史跨度,展示着知识群体之间的更新和相互影响。

关键词聚类方面,基于关键词出现频次进行研究热点的可视化,如图2所示;基于节点权重探测核心前沿,当图谱节点众多、连接复杂时以节点权重的突现性、中介中心性作为识别关键节点,把握整个图谱最核心部分,强化图谱的可解读性。

上海电力大学电力系统及其自动化(上海电力大学边晓燕团队发表基于知识图谱的国内外电力市场综述)(4)

图2 关键词网络图谱

基于Kleinberg状态机模型测度突现性,其中辅助服务是近五年突现强度最高的关键词,其节点图谱如图3a所示。辅助服务包含的交易品种调频与深度调峰持续突现3年,这表明目前电力市场还在探索辅助服务相关的研究。主动配电网是中介中心性最高的关键词,其节点图谱如图3b所示。

上海电力大学电力系统及其自动化(上海电力大学边晓燕团队发表基于知识图谱的国内外电力市场综述)(5)

图3a 辅助服务节点

上海电力大学电力系统及其自动化(上海电力大学边晓燕团队发表基于知识图谱的国内外电力市场综述)(6)

图3b 主动配电网节点

结论

本文立足国内外电力市场相关研究,追踪国内外在市场化进程中的研究成果,以十年为时间尺度刻画研究聚类集群中发展演变轨迹,详细而全面展示各个集群内部随时间的演进过程;以五年为时间尺度抓取研究热点词,形成关键词网络图谱,采用中介中心性衡量关键节点以及重要连接,采用突现词挖掘集群中具有潜力的研究主题,实现专业领域的研究前沿跟踪。

本文提供了一种基于知识图谱的可重复、系统化方法来刻画研究领域的发展历程,可广泛应用于各个研究领域。

本文编自2022年第11期《电工技术学报》,论文标题为“基于知识图谱的国内外电力市场研究综述”。本课题得到了国家自然科学基金和上海市科学技术委员会资助项目的支持。

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页