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(diǎn)實(shí)驗(yàn)室， 北京 102206；2.國(guó)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(lái)，中央多次強(qiáng)調(diào)加快推進(jìn)“新基建”建設(shè)，利用信息技術(shù)對(duì)傳統(tǒng)基礎(chǔ)設(shè)施的改造升級(jí)，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(guó)家電網(wǎng)公司“數(shù)字新基建”十大重點(diǎn)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(duì)促進(jìn)國(guó)家能源結(jié)構(gòu)變革、實(shí)現(xiàn)源網(wǎng)荷儲(chǔ)的智能協(xié)調(diào)優(yōu)化、提升用戶用能體驗(yàn)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(duì)相關(guān)技術(shù)的創(chuàng)新發(fā)展進(jìn)行研究，尋找電力物聯(lián)網(wǎng)關(guān)鍵技術(shù)突破點(diǎn)并探索高效的創(chuàng)新路徑。傅質(zhì)馨等[2]認(rèn)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(tái)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(chǎng)景[3]。鄭曉慶等[4]提出一種適用于電力物聯(lián)網(wǎng)的無(wú)限通信接入技術(shù)，實(shí)現(xiàn)通信底層技術(shù)與電力業(yè)務(wù)的融合。這些文獻(xiàn)從技術(shù)應(yīng)用場(chǎng)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(lèi)、應(yīng)用場(chǎng)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(xiàn)或?qū)＠诙嘀黧w的共現(xiàn)統(tǒng)計(jì)分布進(jìn)行分析，難以深入研究文獻(xiàn)所涉及的關(guān)鍵技術(shù)及其演化機(jī)理。專(zhuān)利、科技文獻(xiàn)是技術(shù)創(chuàng)新成果的重要載體，越來(lái)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(xiàn)中的技術(shù)創(chuàng)新發(fā)展與演化趨勢(shì)[6]。比如，周莉等[7]基于CiteSpace、Matlab等軟件對(duì)1960～2016年音樂(lè)科技產(chǎn)業(yè)專(zhuān)利數(shù)據(jù)進(jìn)行挖掘分析，解析出音樂(lè)科技產(chǎn)業(yè)發(fā)展四個(gè)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(duì)科技專(zhuān)利進(jìn)行挖掘，分析高科技項(xiàng)目前景風(fēng)險(xiǎn)，改進(jìn)了傳統(tǒng)專(zhuān)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(xì)化電力系統(tǒng)、物聯(lián)網(wǎng)關(guān)鍵技術(shù)與對(duì)應(yīng)領(lǐng)域，分析它們之間的耦合域及協(xié)同演化趨勢(shì)。自然語(yǔ)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(yǔ)言機(jī)器翻譯、問(wèn)答系統(tǒng)、情感分析等多個(gè)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(jì)算機(jī)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(zhuān)利技術(shù)預(yù)測(cè)[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(xì)分為源、網(wǎng)、荷、儲(chǔ)、感知、網(wǎng)絡(luò)、計(jì)算、應(yīng)用8個(gè)子領(lǐng)域，并從Web of Science搜索獲取所有相關(guān)文獻(xiàn)，運(yùn)用NLP算法深入挖掘文獻(xiàn)數(shù)據(jù)，識(shí)別命名實(shí)體、提取關(guān)鍵術(shù)語(yǔ)對(duì)、統(tǒng)計(jì)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(yàn)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(shì)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(xiàn)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(yǔ)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(yǔ)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(lái)說(shuō)，從電力系統(tǒng)和物聯(lián)網(wǎng)兩個(gè)方面進(jìn)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(gè)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(yǔ)tr。為克服傳統(tǒng)文獻(xiàn)計(jì)量方法缺乏對(duì)具體技術(shù)深入分析的問(wèn)題，引入文本挖掘方法對(duì)文獻(xiàn)進(jìn)行細(xì)致分析并抽取相關(guān)技術(shù)領(lǐng)域術(shù)語(yǔ)，并利用實(shí)體識(shí)別抽取、詞頻統(tǒng)計(jì)、句內(nèi)共現(xiàn)和語(yǔ)義距離等技術(shù)精確分析統(tǒng)計(jì)電力物聯(lián)網(wǎng)技術(shù)子領(lǐng)域內(nèi)包含術(shù)語(yǔ)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(shí)體識(shí)別方法提取技術(shù)術(shù)語(yǔ)，在句級(jí)層面采用句內(nèi)文本挖掘方法挑選與關(guān)鍵詞術(shù)語(yǔ)距離相近的其他重要術(shù)語(yǔ)構(gòu)成術(shù)語(yǔ)對(duì)，根據(jù)語(yǔ)義相似性消解共同指代詞構(gòu)建電力物聯(lián)網(wǎng)術(shù)語(yǔ)對(duì)-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(yǔ)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(yǔ)對(duì)-領(lǐng)域共現(xiàn)矩陣Coocur=(cij)p×(m+n)，對(duì)應(yīng)總術(shù)語(yǔ)集T0={}，文獻(xiàn)總數(shù)量為D，每篇文獻(xiàn)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(xiàn)dk(k=1,2,…,D)的摘要、關(guān)鍵詞和標(biāo)題文本并預(yù)處理，對(duì)于每一個(gè)句子采用訓(xùn)練好的實(shí)體識(shí)別模型抽取技術(shù)術(shù)語(yǔ)，兩兩組合形成術(shù)語(yǔ)對(duì){tr,ts}；

根據(jù)術(shù)語(yǔ)共現(xiàn)矩陣C′oocur，判斷術(shù)語(yǔ)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(yǔ)言編程實(shí)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(shí)體識(shí)別、提取、術(shù)語(yǔ)對(duì)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(duì)實(shí)體進(jìn)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(shí)體識(shí)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(dá)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(jī)變量X,Y的互信息計(jì)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(jì)算；H(X,Y)為二維信息熵，按公式(4)計(jì)算。

(3)

(4)

式中：p(x)和p(x,y)表示概率分布，實(shí)際研究中一般用頻率替代。二維信息熵可以分解為兩個(gè)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(qiáng)度。

圖2表示電力物聯(lián)網(wǎng)術(shù)語(yǔ)和技術(shù)領(lǐng)域的概率關(guān)系，(ti,tj)表示從文獻(xiàn)數(shù)據(jù)中抽取得到的重要實(shí)體術(shù)語(yǔ)對(duì)，每個(gè)實(shí)體對(duì)對(duì)應(yīng)一個(gè)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(yǔ)言處理提取所得術(shù)語(yǔ)和領(lǐng)域之間具有多對(duì)多映射關(guān)系，因而可以得到技術(shù)術(shù)語(yǔ)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(yǔ)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(jì)算得到兩個(gè)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(yǔ)共現(xiàn)概率；count({ds,dt})表示領(lǐng)域共現(xiàn)次數(shù)，由同時(shí)在這兩個(gè)領(lǐng)域出現(xiàn)的術(shù)語(yǔ)頻率計(jì)算得到；2Dom表示電力物聯(lián)網(wǎng)術(shù)語(yǔ)子領(lǐng)域術(shù)語(yǔ)集的冪集。

2 基于自然語(yǔ)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(kù)作為數(shù)據(jù)來(lái)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(xiàn)資料，檢索式見(jiàn)附錄表A1。文獻(xiàn)數(shù)據(jù)由59 252篇會(huì)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(xiàn)較少，因此采用2010～2019年的文獻(xiàn)數(shù)據(jù)作為研究語(yǔ)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(xiàn)檢索命中數(shù)量，其中電力系統(tǒng)被劃分為“源-網(wǎng)-荷-儲(chǔ)”4個(gè)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(tái)計(jì)算層和應(yīng)用服務(wù)層進(jìn)行領(lǐng)域劃分。

表1 電力物聯(lián)網(wǎng)領(lǐng)域WoS文獻(xiàn)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(duì)WoS數(shù)據(jù)集中標(biāo)題、摘要和關(guān)鍵詞進(jìn)行處理，包括分詞、詞性標(biāo)注、實(shí)體識(shí)別、共指消解等，最后根據(jù)重要術(shù)語(yǔ)對(duì)的共現(xiàn)情況，得到電力物聯(lián)網(wǎng)技術(shù)術(shù)語(yǔ)-領(lǐng)域矩陣如表2所示。該矩陣由術(shù)語(yǔ)對(duì)-領(lǐng)域矩陣計(jì)算得到，表示在不同領(lǐng)域中包含術(shù)語(yǔ)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(yǔ)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(yǔ)最多。

表2 電力物聯(lián)網(wǎng)術(shù)語(yǔ)-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(gè)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(yǔ)共現(xiàn)情況見(jiàn)表3和表4，二者子領(lǐng)域之間的術(shù)語(yǔ)共現(xiàn)情況見(jiàn)表5。對(duì)比分析8個(gè)電力物聯(lián)網(wǎng)子領(lǐng)域間術(shù)語(yǔ)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(yǔ)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(yǔ)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(yǔ)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(yǔ)共現(xiàn)數(shù)量明顯大于表5，說(shuō)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(yǔ)共現(xiàn)數(shù)量要比網(wǎng)-儲(chǔ)、網(wǎng)-荷、荷-儲(chǔ)更多，其中源-儲(chǔ)端共現(xiàn)術(shù)語(yǔ)最多，說(shuō)明隨著新能源電力系統(tǒng)的發(fā)展，源-儲(chǔ)互動(dòng)將更加緊密，因?yàn)閮?chǔ)能技術(shù)發(fā)展是平抑新能源發(fā)電隨機(jī)波動(dòng)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(xiàn)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(xiàn)較多，這導(dǎo)致了二者在表4中共現(xiàn)術(shù)語(yǔ)數(shù)量最多，其次為感知層與網(wǎng)絡(luò)層。

(3)表5顯示過(guò)去十年內(nèi)電力系統(tǒng)與物聯(lián)網(wǎng)子領(lǐng)域的術(shù)語(yǔ)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(yùn)行控制優(yōu)化、負(fù)荷監(jiān)測(cè)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(yǔ)對(duì)構(gòu)建圖3所示網(wǎng)絡(luò)圖，其中節(jié)點(diǎn)為電力物聯(lián)網(wǎng)術(shù)語(yǔ)，邊為對(duì)應(yīng)術(shù)語(yǔ)在同一篇文獻(xiàn)摘要中共現(xiàn)次數(shù)，節(jié)點(diǎn)按照領(lǐng)域被聚類(lèi)為8個(gè)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(xiàn)較多，術(shù)語(yǔ)大多呈傘簇狀，圍繞物聯(lián)網(wǎng)、射頻識(shí)別(RFID)、機(jī)器到機(jī)器(M2M)、無(wú)線傳感器網(wǎng)絡(luò)(WSN)等中間核心術(shù)語(yǔ)分布。從各領(lǐng)域聯(lián)系來(lái)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(chǔ)端與物聯(lián)網(wǎng)應(yīng)用層的共現(xiàn)次數(shù)更多，說(shuō)明物聯(lián)網(wǎng)技術(shù)在發(fā)電、儲(chǔ)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(yǔ)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(yǔ)在研究文獻(xiàn)中的演化趨勢(shì)，逐年計(jì)算電力物聯(lián)網(wǎng)術(shù)語(yǔ)在共現(xiàn)網(wǎng)絡(luò)中的中介中心性、度分布，按照節(jié)點(diǎn)重要性大小排序，選取重要術(shù)語(yǔ)根據(jù)其歷年在文獻(xiàn)數(shù)據(jù)集中與關(guān)鍵術(shù)語(yǔ)共現(xiàn)的次數(shù)特征進(jìn)行分類(lèi)，可得到突現(xiàn)型、漸緩型、波動(dòng)型和增長(zhǎng)型四類(lèi)。突現(xiàn)型術(shù)語(yǔ)往往在最近幾年熱度持續(xù)上升，而漸緩型術(shù)語(yǔ)頻率則平穩(wěn)增長(zhǎng)或下降，相比之下，增長(zhǎng)型術(shù)語(yǔ)頻率則一直保持較穩(wěn)定的增長(zhǎng)趨勢(shì)，波動(dòng)型術(shù)語(yǔ)整體上可能有所增長(zhǎng)，但趨勢(shì)不穩(wěn)定。圖4展示了這4類(lèi)代表性術(shù)語(yǔ)的共現(xiàn)次數(shù)在近十年電力物聯(lián)網(wǎng)WoS文獻(xiàn)數(shù)據(jù)中的演化過(guò)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(wú)人機(jī)、機(jī)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(diǎn)，刻畫(huà)出電力物聯(lián)網(wǎng)智能化、數(shù)字化特點(diǎn)，雖然近兩年研究熱度趨緩，但在文獻(xiàn)中出現(xiàn)頻率仍然較高；圖4(c)中術(shù)語(yǔ)研究熱度波動(dòng)性較大，說(shuō)明相關(guān)技術(shù)研究可能面臨瓶頸(如電池儲(chǔ)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(lèi)似，由于術(shù)語(yǔ)概念比圖4(a)、(c)更加籠統(tǒng)，所以共現(xiàn)次數(shù)較高，可見(jiàn)儲(chǔ)能、微電網(wǎng)、物聯(lián)網(wǎng)等技術(shù)的研究熱度在未來(lái)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(jī)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(chǔ)協(xié)同互動(dòng)中存在的問(wèn)題，比如光伏發(fā)電、儲(chǔ)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(yǔ)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(yǔ)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(yǔ)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(yǔ)與其他領(lǐng)域聯(lián)系密切，因此首先計(jì)算7個(gè)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(shì)，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(shuō)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(chǔ)端物聯(lián)網(wǎng)總信息量超過(guò)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(chǔ)端耦合更加密切?？紤]到新能源發(fā)電和儲(chǔ)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(duì)負(fù)荷和風(fēng)光發(fā)電進(jìn)行監(jiān)測(cè)傳感，對(duì)于含大規(guī)模新能源電力系統(tǒng)穩(wěn)定運(yùn)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(chǔ)子系統(tǒng)距離被拉近，子系統(tǒng)間互動(dòng)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(jìn)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(yùn)行帶來(lái)的不利影響。物聯(lián)網(wǎng)作為連接源-網(wǎng)-荷-儲(chǔ)各端的紐帶，在增強(qiáng)電力物聯(lián)網(wǎng)各子系統(tǒng)互動(dòng)，促進(jìn)電力系統(tǒng)運(yùn)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(chǔ)的互動(dòng)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(chǔ)和網(wǎng)-儲(chǔ)等跨越其他子系統(tǒng)的互動(dòng)成為可能，并且有利于整個(gè)電力系統(tǒng)清潔高效運(yùn)轉(zhuǎn)。圖6顯示了這幾個(gè)子系統(tǒng)的協(xié)同關(guān)系，可以看出源-儲(chǔ)互信息量最大，且大于表6中所有平均互信息量值，說(shuō)明電力物聯(lián)網(wǎng)源-儲(chǔ)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(chǔ)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(lái)的不確定性，儲(chǔ)能技術(shù)的突破也是電動(dòng)汽車(chē)、新能源消納等環(huán)保領(lǐng)域進(jìn)一步發(fā)展的突破口。

圖6 源-荷-儲(chǔ)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(yǔ)言處理和互信息理論對(duì)電力物聯(lián)網(wǎng)近10年核心研究文獻(xiàn)進(jìn)行了技術(shù)術(shù)語(yǔ)提取、術(shù)語(yǔ)-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(chǔ)、源端-應(yīng)用層技術(shù)協(xié)同作用強(qiáng)度比同類(lèi)其他子領(lǐng)域高，新能源發(fā)電、儲(chǔ)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(diǎn)；

(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(dòng)型和增長(zhǎng)型4類(lèi)，5 G、無(wú)人機(jī)、機(jī)器學(xué)習(xí)、D2D等突現(xiàn)型技術(shù)引導(dǎo)著未來(lái)的發(fā)展趨勢(shì)；

(3)基于自然語(yǔ)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(xiàn)統(tǒng)計(jì)分析方法無(wú)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(chǔ)能以及新興物聯(lián)網(wǎng)技術(shù)(如霧邊計(jì)算)，在技術(shù)發(fā)展路徑方面應(yīng)當(dāng)研究5 G、機(jī)器學(xué)習(xí)等新興技術(shù)在電力源-網(wǎng)-荷-儲(chǔ)互動(dòng)中的應(yīng)用，同時(shí)探索覺(jué)察領(lǐng)域邊界交叉創(chuàng)新技術(shù)，夯實(shí)漸緩型、波動(dòng)型技術(shù)，密切追蹤增長(zhǎng)型技術(shù)，大力發(fā)展突現(xiàn)型技術(shù)。