Turning discovery into evidence.

在星地融合新型配电系统下，现有的总体风险异常识别与量化表征是对当前系统风险状态进行识别与量化表征，以减小电气设备故障、网络攻击等综合风险对新型配电系统的影响，但仍存在一定的局限性：（1）随着信息层面的加入，新型配电系统运行的数据维度增大，采用距离判断异常点的识别效果逐渐减弱，难以精准识别异常数据点；（2）对异常状态的量化不具体，表征方式不明显，难以直观表示系统的风险异常状态；（3）对电力-非电力等耦合因子辨识不明确，未能综合考虑电力与信息等多层面的风险因子。

目前面向新型电力系统业务的通信传输资源与计算资源调度仅考虑传统地面通信网络，无法实现电力业务全面覆盖，未实现星地融合网络电力应用以及网络资源的有效利用。

现有的针对山火蔓延趋势预测的方法大致可以分为基于物理模型、基于统计模型以及基于概率模型的预测方法。然而此类方法只能在固定条件或历史数据的基础上进行预测，缺乏对突发环境变化的动态响应，难以满足快速变化的火灾环境需求。针对输电走廊跨越区度大、周边环境复杂多变的场景，常规的利用历史火灾数据来预测火势蔓延走向不够准确，且未充分考虑地理、电力负荷分布等人为因素对于山火蔓延的影响，缺乏对高风险区域的重点监测以及基于实时数据的动态调整自适应能力，导致预测结果实时性、准确性不足。

现有的星地数据融合下新型电力系统典型灾害关键诱发因素辨识方法，仍存在如下缺陷：（1）天空地一体、通导感融合下，对新型电力系统采集的数据通常涵盖视频、图像、文本等多模态数据，而目前系统多分析单一类型的数据，例如仅限于图像或数值数据，对于结合视频、图像、文本等多模态数据的综合分析并未给予足够的重视。（2）天空地一体、通导感融合的新型电力系统灾害监测数据含有离散和连续两种数据特征，而将连续特征直接离散化处理后，会导致较大主观性和随机性，同时造成大量信息的浪费。（3）对于天空地一体、通导感融合下新型电力系统中的高风险低概率事件，如极端天气条件的设备表现，往往因数据稀少而难以进行有效分析。然而，这些罕见高危的事件对电力系统安全运行影响不容忽视。

在天空地一体、通导感融合的新型电力系统源-网-荷-储全流程风险态势感知架构下，电力系统是由发输变配用各领域、源网荷储各环节、技术体制各层面紧密耦合形成的有机整体，在提取新型电力系统典型灾害关键诱发因素后，构建新型电力系统安全风险态势统一表征方法将存在如下缺陷：（1）在电力设备层，大量自动化、信息化设备融入电网，系统故障波及范围增大，设备耦合关系更为复杂，天空地一体、通导感融合的新型电力系统安全风险态势统一表征的难度增大。（2）在监测模块层，天空地网络模块对电力灾害特征虽存在监测角度等差异，但采集特征间的耦合性却不能忽视。（3）在系统环节层，由传统电力系统相对分散的发输变配用单向过程，转化为高度协同且耦合性较强的源网荷储环节，某一环节出现问题对整个系统的影响不能忽视。

现有技术缺点：
（1）通信负荷运行机理不明确、时空随机性未充分考虑。现有的电力通信负荷预测大多基于统计学和历史数据进行分析，缺乏对通信负荷变化规律的深入理解和分析，导致预测结果往往存在较大误差，影响电力业务的通信保障效果。
（2）通信负荷需求响应、时空聚合问题未充分考虑。电力系统中的通信负荷不仅受到电力负荷和设备状态的影响，还与调度、故障处理、应急响应等因素密切相关。现有方法在进行通信负荷需求响应分析时，常常面临困难。尤其在不同区域、不同时间尺度下，通信负荷的变化呈现出强烈的非线性和异质性，导致时空聚合分析变得非常困难。
（3）通信负荷时空变化趋势未充分考虑。由于通信负荷时空特征的复杂性，现有的预测方法在提取通信负荷的时空特征时面临很大困难。特别是电力系统中的负荷突增、故障处理和灾难应急等极端情况，通信负荷的时空变化趋势往往呈现出高度的不规则性和波动性。现有的预测模型多采用传统的时间序列方法或单一的数据源，难以全面捕捉通信负荷的时空变化趋势，无法准确预测其未来的变化模式和趋势。

现有技术缺点：
1、现有技术在支持新型电力系统多元业务方面存在明显不足，尤其表现在资源的按需分配能力上。目前，多元业务类型（如低时延、高带宽、实时监控等）对计算资源、带宽资源和链路资源的需求具有高度动态性和差异性。然而，现有技术无法根据业务需求的优先级、特性和时空分布灵活调整资源分配策略，导致资源利用效率低下，难以满足新型电力系统在高可靠性、低延迟和实时性方面的严格要求，这一缺陷制约了新型电力系统的通信网络性能优化及业务服务质量的提升。
2、卫星高动态性导致星地融合网络拓扑频繁变化，服务节点需要频繁切换，导致服务中断和性能下降，当前的星地融合网络中，计算资源、通信资源和带宽资源等分配效率低下，现有的服务功能链部署策略未能充分考虑卫星节点的计算、内存资源和链路带宽的动态变化，导致资源利用率低。

现有技术缺点：由于输电线路跨度长，公网往往存在较大通信盲区，数据传输能力有限，数据安全面临较大风险等问题，而搭建电力专网往往需要较大投资，且需要很好抵御输电线路沿途各类恶劣自然条件，投资与维护成本巨大。现有通信技术难以实现输电线路通信全覆盖，在线路出现故障时不能将线路的关键监测数据及时回传至数据中心，让电网工作人员采取应对措施。虽然，已有学者提出多种通信方式融合的输电线路监测通信网络，通过无线mesh接力与电力光纤结合、无线中继传输与地面蜂窝网络结合、电力专网结合北斗卫星导航等通信方式传输输电线路监测数据。但是，目前提出的监测网络仍存在以下几个缺陷：（1）虽然考虑到多种通信网络的融合，但缺乏针对卫星互联网与现有地面网络协同配合的系统研究。（2）对节点通信能力的配置与通信资源的选址研究还不够深入。（3）针对面向输电线路走廊的平急一体星地融合通信网络的可靠最优数据传输机制还存在许多研究空白。

大量输电走廊地处偏远地区，普遍存在大量通信盲区，传统的地面监控和通信网络建设及维护成本高，覆盖范围有限，难以满足输电线路走廊的实时监控需求。无人机辅助通信由于其灵活的移动部署能力，为远程输电线路走廊的全面监控提供了新方案。无人机可以在走廊上空巡逻，从沿线部署的监控传感器实时收集数据，监测输电线路的状态、设备状况、极端天气的影响以及周围环境的变化。然而，偏远山区地形起伏和通信盲区对建立通信链路和数据传输构成了重大挑战。传统的地面通信基站在这些地区难以建立，无法为无人机提供稳定的远程通信服务。

输电线路所处场景复杂多变，所涉跨度大，覆冰常发生在人迹罕至的山区。采用地面网络开展覆冰监测，存在数据传输能力有限、更新频率慢与覆盖范围小等问题，且地面装置的铺设也需考虑输电线路沿途的恶劣自然条件，投资与维护困难。现有的覆冰预测方法多为依赖历史经验的传统模型，同时对气象数据的准确度要求高。而目前的气象数据多通过地面网络获取与传输，存在数据传输时效性低与准确度差的问题，无法为技术人员评估覆冰灾害风险提供准确全面的数据支撑。传统风险评估方法中，解析法难以处理系统中随机因素的影响，蒙特卡洛法计算多维问题效率又较低，风险指标构建不成体系。

现有技术方案往往针对单一优化目标，缺乏能耗与时延之间灵活平衡的有效机制。链路稳定性较少考虑未来变化情况，常规路由协议或算法通常只根据当前测量值来判断链路是否可用，缺少对未来链路波动的考虑，在实际环境变化较快的网络中易出现中途断链或持续丢包，降低通信稳定性。故障切换与自愈速度慢，容错能力有限，现有的一些自组网协议在链路或节点故障时，需要进行较大范围的路由发现或泛洪才能完成切换，切换时延高且容错能力不足。算法智能化程度不够，传统路由协议（如距离向量、链路状态等）在动态场景下的优化依赖预先设定好的度量标准，对网络的历史运行数据、节点能量状况、链路可靠性统计等缺乏深入利用。很多方案在大型动态拓扑里难以自适应，很难通过“学习”来持续改进路由决策，缺少快速故障自愈和路径切换的“经验积累”机制。

Differences in disaster observation and complex coupling between risk factors make power-system risk difficult to represent accurately. This method builds a safety-risk knowledge graph to capture relationships between equipment, events and states, combines space–air–ground observations in spatial and temporal risk models, and dynamically updates the graph and models by comparing predictions with observed risk data. It improves risk representation and prediction, supporting identification of high-risk operating areas, cascading-failure warning, prevention and emergency planning.

Strong temporal variation and spatial differences make communication loads in satellite–terrestrial power systems difficult to model. This method classifies communication loads, aggregates them in time and space using demand-control strategies, and applies graph and temporal convolution to extract dependencies for load prediction and situational awareness. It reduces analysis complexity and improves forecasting accuracy and timeliness, supporting network scheduling and communication quality for power services.

This method addresses underused multimodal data, information loss from discretising continuous features, and difficulty identifying rare high-risk factors. It builds a disaster-event database from images, video and text, evaluates continuous and discrete features in parallel, and combines probability distributions with fuzzy-set theory to identify key triggers. The method captures rare dangerous factors and supports more comprehensive disaster warning.

变电站作为电力系统的关键基础设施，其安全运行对于保障社会经济活动至关重要。然而，变电站面临着来自无人机恶意侵入和飘挂物等意外威胁的挑战，这些威胁可能对电力系统的稳定运行造成严重影响。

随着电力信息化系统的广泛应用，针对电力信息网络的攻击事件频繁发生，各类网络攻击手段和攻击技术层出不穷，传统的安全防御方法无法应对日益智能化、协同化的网络攻击威胁。

卫星互联网网络下无人机广域智慧电力巡检过程中面临的由于云衰导致的无人机通信失联问题

解决现有技术电力系统安全性较差的问题

光伏出力受自然因素和环境因素因素影响，具有明显的间歇性和波动性，导致太阳能发电量不稳定，无法时刻满足客户的用电需求，还可能引起系统电压的波动和闪变，严重影响电力调度决策以及需求响应管理。基于此，亟需开展高精度的光伏功率预测，以有效降低光伏并网时对电网的影响。

现有传统配电通信系统在自然灾害下较易损毁，无法应对极端事件，造成新型配电系统灾后场景缺乏可靠通信保障。同时，新型配电系统场景复杂，高精度的定位服务能够帮助抢修人员快速定位损毁节点。因此，亟需研究一种面向新型配电系统场景的灾后通信与导航技术，使其在极端自然灾害导致电力通信终端或通讯设备损坏时能够迅速响应，协助新型配电系统进行灾后恢复重构。

目前，虽然已有部分电网企业采用地面无线通信技术和有限的卫星通信手段进行应急管理，但在火灾规模扩大、地理位置复杂或地面设施损毁严重的情况下，传统通信手段往往难以满足全局掌控和精确调度的需求，这给应急资源的快速调度带来了前所未有的挑战。基于此，本专利提供了一种基于卫星互联网的电力山火防灾应急资源优化调度方法，该方法不仅能从多维度实现火灾的监测和信息的传输，还可以提高灾区的通信资源利用率并减少电力山火的整体灭火时间。

随着全球能源结构向可再生能源转型，光伏发电因其清洁、高效的特性受到广泛关注。然而天气、地理环境等因素的复杂影响，光伏功率输出具有较大的不确定性。因此，通过实时监测云层的动态变化，尤其是云层的覆盖率、移动速度、厚度等关键因素，利用云图数据来预测光伏电站在短时间内的功率输出，从而实现高时效和高空间分辨率的预测。

现有的空中隐患监测方法主要包括地面摄像头监控、无人机巡检和雷达监测等方式。其中，地面摄像头监控适用于固定位置的连续监测，但其监测范围有限，难以覆盖偏远和复杂地形区域。无人机巡检具有灵活性，可用于特定区域的隐患排查，但由于电池续航限制，巡检频率较低，难以实现长时间连续监测。雷达监测能够在一定程度上检测空中障碍物，适用于天气状况较好的环境，但在恶劣气候条件下其性能显著下降。此外，这些方法对快速移动的空中隐患响应不够及时，难以提供有效的预警和应急处理。