《电力物联网数据-机理融合建模技术评价导则》.docx

T/CSEE

PAGE1

T/CSEE####—2021

PAGE14

团体标准发布中国电机工程学会20XX—XX—XX实施20XX—XX—XX发布电力物联网数据-机理融合建模技术评价导则TechnicalevaluationspecificationsformechanismanddatadualdrivenmodelingofEIoT（征求意见

团体标准

发布

中国电机工程学会

20XX—XX—XX实施

20XX—XX—XX发布

电力物联网数据-机理融合建模

技术评价导则

TechnicalevaluationspecificationsformechanismanddatadualdrivenmodelingofEIoT

（征求意见稿）

T/CSEEXXXX—YYYY

代替T/XXXX

ICS19.020

CCSK85

电力物联网数据-机理融合建模技术评价导则

范围

本文件规定了电力物联网数据-机理融合建模的综合评价体系，包括电力物联网数据-机理融合建模精确性、可靠性、高效性、互动性、泛化性等方面的评价指标。

本文件适用于电力物联网数据-机理融合建模工作效能的综合评价，其他应用（物理建模、电力大数据）也可作为参考。

规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T33474—2016物联网参考体系结构

GB/T33745—2017物联网术语

YD/T2437—2012 物联网总体框架与技术要求

T/CEC101.1—2016 能源互联网

T/CEC120170207能源互联网技术导则

IEEE2413—2019 IEEEStandardforanArchitecturalFrameworkfortheInternetofThings(IoT)

术语和定义

下列术语和定义适用于本文件。

机理驱动建模mechanismdrivenmodeling

根据建模对象的应用场合和模型的使用目的进行合理的假设后，依据其内在机理建立数字模型的方法。

数据驱动建模datadrivenmodeling

根据建模对象的应用场合和模型的使用目的，依据可表征其状态、特性、运行环境等影响因素的历史数据和实时数据，采用统计、数据挖掘、数据解析、机器学习等数据分析手段建立数字模型的方法。

数据-机理融合建模mechanismanddatadualdrivenmodeling

采用机理驱动方法和数据驱动方法相结合的技术手段，通过不同机理驱动和数据驱动融合建模策略，面向建模对象建立数字模型的方法。

外部特性模型externalcharacteristicmodel

在建模对象外部接口参数已知基础上，对若干物理参数或计算参数之间的关系进行建模。

运行控制模型operationcontrolmodel

在建模对象部分控制逻辑和控制参数明确的情况下，对满足更多运行场景和运行目标下的控制方法进行建模。

行为策略模型actionstrategymodel

在建模对象在面对不同外界环境状态时，对其具有一定随机性和不确定的行为模式和行动策略进行建模。

总则

电力物联网数据-机理融合建模的综合评价体系旨在从多个信息维度对数据-机理融合模型进行科学、公正、客观的评价。

电力物联网数据-机理融合建模评价体系

评价体系主要针对电力生产、传输、消费等应用场景中数据-机理融合模型的精确性、可靠性、高效性、互动性、泛化性等方面构建综合评价指标体系，对电力物联网数据-机理融合模型的工作效果进行综合评价。

电力物联网数据-机理融合建模评价范围

以下融合建模对象纳入电力物联网数据-机理融合建模评价范围：

外部特性类模型，用于刻画电力物联网中建模对象内部机理驱动存在观测盲区或无法求解情况下的输入输出关系。

运行控制类模型，用于刻画电力物联网中设备或系统在不同运行状态和运行目标下的运行控制策略。

行为决策类模型，用于刻画电力物联网中包含人为因素的各个参与方在能量和信息层面的行为规律。

数据-机理融合模型精确性评价指标

精确性评价指标主要分为2类：建模精确性指标和计算精确性指标。建模精确性指标用于评价建模方法、模型参数设置、模型结构的精确性，是衡量融合建模准确性的重要评价指标；计算精确性指标用于评价数据-机理融合模型的计算过程和计算输出结果精确性，是评价融合模型计算精度的重要指标。

图1数据-机理融