智能电网（Smart Grid）连接城市的不同部位，将发电厂产生的电能输送到千家万户，对城市的正常运转至关重要。用户用电量的变化，以及偶尔发生的电网故障，都会导致电网上各处的负载发生变化。电网不同位置有不同的负载变化模式，会出现不同的异常状况。电网管理人员需要密切监视这些模式和异常。然而，对电网负载的分析较为复杂。首先，这种分析需要同时考虑多个角度，包括：电网上传感器的空间分布、拓扑关系以及每一个传感器上的负载变化，而通常的分析工具往往只考虑时变特征或者拓扑特性。此外，电网上的异常行为通常难以预知，因此没有特别好的自动方法可以检测所有异常，而异常检测很大程度上以来于专业人员的判断。在EuroVis 2014中，来自德国的研究者们设计了一个可视分析系统 [1]，可以同时研究电网中的相似性和异常事件。
该系统首先提供一个数据总览。如图1所示，界面左侧为每日负载变化模式的MDS投影图，其中每一个小点表示一个传感器一天的负载变化，而特征相似的负载变化被投影为距离相近的点。接着，这些点按照其投影位置，依据SOM算法聚类为16簇，每簇有相似的负载变化，并赋予一个颜色。每一簇还选出了一个有代表性的点，其对应的负载变化画成一个折线图，显示在相应的位置。界面右侧为传感器网络的拓扑结构图。其中每一个矩形便是一个传感器，每一条连线表示两个传感器可以通过电网直达而不经过其它传感器。在该网络的布局中，所有的连线必须是水平、竖直或者45度，以增加可读性。同时，布局保持了传感器间的空间相对位置。
图 1. 电网数据的总体展示，左侧显示每日负载变化模式的分类，右侧显示网络拓扑结构。
为了帮助寻找异常，该系统首先支持显示单个传感器的负载变化。如图2，左侧为其在投影空间中的变化路径，通过拖动下部的滑动条还可以播放动画。在右侧，如果放大界面到一定程度，可以在每个矩形内部显示传感器的详细信息。其中下侧显示的是其在投影空间中的位置，上侧使用一个类似日历的展示方式显示其随时间的周期性变化。右侧的颜色表示模式的分类。
图 2. 单个传感器的负载变化展示，左侧为其在投影空间中的变化路径，右下侧为其在投影空间中的位置，右上侧为其随时间的周期性变化。
此外，该系统还支持选定一天，查看所有传感器在这一天变化模式的投影，如图3左侧。这里，拓扑上相连的传感器在投影图中也连在了一起。从图中可以看到上侧的两个传感器的负载模式显著不同于其他传感器，它们有可能出现异常。
最后，系统还支持在投影图中选中变化模式，然后在网络拓扑图查看每个传感器被选中天数的比例。如图3右侧，该比例表示为每个矩形内蓝色部分的宽度。如果放大这个视图，则可以看到具体有哪些天被选中。
图 3. 左侧为一天中所有传感器的变化模式投影，右侧为所有传感器中符合投影图中选定模式的天数比例。
总的来说，通过结合投影图、折线图和拓扑图，该系统可以较好的支持智能电网中负载模式的探索。作者计划继续发展该系统，以支持多个属性的分析、多年的研究，并希望用它来实时监控电网状况。
[1] Martin Steiger, Jürgen Bernard, Sebastian Mittelstädt, Hendrik Lücke-Tieke, Daniel Keim, Thorsten May, and Jörn Kohlhammer, Comput. Graph. Forum., 33(3):401-410, 2014.
评论关闭。