面向智能电网的语义驱动复杂事件处理研究

Self-healing feature is the most important feature of Smart Grid, and the necessary prerequisite for achieving the reliable, secure and efficient operation of Smart Grid. Therefore, it has nowadays been an active area in the Smart Grid community. From the view of point of information technology that Smar Grid relies on, we propose a data driven complex event processing approach by integrating semantic backgound knowledge, and research Smart Grid oriented real-time, accurate and efficient Semantic event stream detecting, analysis and treatment for improving the level of Smart Grid self-healing. A unified rule-based logic framework based on CTR and Ontology, as well as its well founded formal semantic foundation is first proposed, where the key problem to be resolved is to research the complex temporal relations between complex events, and their semantic representation. This will lay a solid theoretical foundation for semantic event processing. Then based on the unified logic framework, a novel hybrid semantic reasoning approach is proposed for real-time, efficient and forward-looking semantic complex event processing. In addition, a multi-strategy optimizing method for the hybrid semantic reasoning is presented to further improve the real-time and efficiency of semantic complex event processing. The research of this project will provide the new theory, the new method and the new thinking for improving the level of Smart Grid self-healing. The related research results to be made can be also applied to some other applications with the feature of real-time semantic event processing.

自愈性是智能电网的核心特征，是实现智能电网可靠、安全、高效运行的重要保证，已成为目前国内外的重要研究热点之一。本项目从实现智能电网自愈性所依赖的支撑技术之一的信息技术层面着手，结合语义背景知识，提出一种语义驱动的复杂事件处理方法，研究面向智能电网的实时、准确和高效地语义事件流监测与分析处理以提高智能电网自愈性水平。首先研究和构建基于CTR和本体的统一的逻辑框架及其完备的形式化语义基础，重点研究语义事件之间的复杂的时态关系及其语义表示，为语义事件处理提供形式化理论基础。然后基于统一理论框架，研究新颖的数据驱动的混合语义推理方法用于实时、高效、前瞻性的语义复杂事件监测；并采用多策略优化方法研究混合语义推理优化方法以进一步提高语义复杂事件监测的实时性和有效性。本项目研究成果将为提升智能电网自愈性水平提供新理论、新方法和新思路，相关研究成果也可以应用到其它具有实时语义事件处理特点的应用领域中。

本课题主要研究语义驱动的复杂事件处理技术，其内容核心本质上是研究基于流式大数据的实时数据查询和处理技术，并面向智能电网自愈性探索本课题相关技术在智能电网故障诊断中的应用。本课题的主要研究内容以及取得研究成果可以分成三个方面。首先，在研究语义驱动复杂事件处理的形式化基础方面，提出了基于图模型的统一知识表示方法；提出面向电力能质量检测分类的复杂事件处理方法；提出流程转换驱动的CEP业务数据处理方法；提出基于多源大图数据融合技术，从而为语义驱动的面向流式图数据处理提供了一种可行方案。其次，在研究语义驱动复杂事件处理的模式检测算法及其优化方法方面，提出了多种基于图方法的事件模式检测模型；提出一种基于并行算法的复杂事件处理架构；提出一种基于主题模型和聚类模型等机器学习模型的数据处理方法；提出基于相似度测量的图知识相似度比较方法。最后，设计和实现了相关原型系统，进行实验仿真验证实验有效性。截至目前，借助本课题资助，在重要国际期刊和国际重要会议上发表论文11篇，其中SCI 检索8 篇以上，EI 检索3 篇。申请与本项目相关专利6项，其中授权发明专利4项。本课题相关部分研究成果已经在国网冀北电网电网图数据处理项目、河南郑州检察院智慧检务项目的部分业务模块中得到应用，为将来“智慧能源”、“智慧检务”等面向行业流式大数据处理方法较有价值的新思路和新方法。