信息物理融合系统概述（共5篇）
信息物理融合系统概述 篇1
重症医学科(ICU)作为医院危重病人的抢救中心是一个仪器装备、人员配备都非常特殊的科室,它代表着医院最高综合抢救能力和护理水平。ICU重症监护信息系统是医院临床信息系统的重要组成部分,是医院重症监护室实现数字化管理的核心系统,用于实施重症患者抢救治疗过程中监护信息的收集、管理及决策。
1系统建设背景与目标
我院设有中心ICU、急诊、心外、心内、呼吸、神内、 神外等多个ICU科室。由于中心ICU为我院规模最大环境最典型的ICU病房,所以系统构建初期以其为主要建设对象。中心ICU配置床位42张,每床的患者由指定的医生和护士单独管理。系统上线前,每个床位每日发生的所有监护仪、呼吸机、输液泵等床旁设备的数据全部由医护人员手工记录,工作效率极低。
为推动ICU临床信息化建设,我院于2012年4月构建以患者为中心的中心ICU临床信息化管理平台,利用先进的信息化技术,通过对重症监护患者相关临床诊疗信息的准确、及时和完整地采集,实现重症监护临床信息管理的科学化、规范化和标准化,进而达到降低医护人员的工作强度、减少医疗差错、提高医疗质量、规范和优化工作流程、提升ICU整体临床管理水平的目标[1]。
2系统建设方案和网络部署
2.1工作流程(图1)
患者从入院转科至ICU或患者从ICU转出,其所有的入出转操作和基本信息可以在医院信息系统(HIS)和ICU临床信息系统进行双向通信,节省护理人员操作时间并减少错误。患者在系统注册后,统一在ICU临床信息系统中执行床位管理操作。
(1)治疗期间:1护理人员通过系统提供的ICU监测护理记录单功能(ICU危重症护理记录),实现患者日常诊疗期间各项监测/ 治疗/ 评估等相关信息的记录,替代原有手工纸张记录[2,3];2系统自动采集监护仪、呼吸机、血滤机、 血流动力监测设备血气分析仪等床旁设备的输出参数,提高工作效率并减少差错;3实验室检验结果信息可以直接传送至ICU临床信息系统;4药物医嘱信息可以通过接口直接传送至ICU临床信息系统进行药物医嘱执行信息记录, 减少重复抄录差错;5 ICU临床信息系统可以提供重症监护病房常用的疾病严重度评分系统,直接与相关的记录整合,减低查阅或找寻相关病历资料的时间,自动计算相关的分数,方便临床人员随时掌握病人病情的状况。
(2)结束治疗后,患者诊疗信息长期保存并可随时查阅进行回溯性分析,还可以针对对患者在ICU治疗期间的相关记录信息,进行多维度的统计和分析[4]。
2.2数据集成方案
2.2.1设备集成
通过系统床旁设备数据整合方案,整合多种类的监护仪、呼吸机、输液泵、血透机、血气分析仪和其他血液动力学设备,实时采集设备数据并及时给出预警提示[5]。医护人员在科室不同床位间共享科室内临床设备时,无需进行系统设定在配置,系统可以自动识别设备种类,使得呼吸机、输液泵、血透机等设备即插即用。
2.2.2系统集成
系统提供的多种接口方式的企业级信息集成方案,形成全院信息共享集成平台。将病人生命体征及特异性数据整合,而转变成可执行的、治疗护理为导向的临床信息。
参照中心ICU临床信息系统工作流程设计,涉及外部系统信息交互接口和Xlinks外部调用接口主要包括:1HIS中的患者基本信息、ADT、医嘱信息;2实验室信息系统(LIS)中的检验结果信息;3影像存储与传输系统(PACS)中以Xlinks方式调用患者影像信息Web查询;4将ICU重症护理记录单输出至电子病历系统(EMR)。
ICU临床信息系统与HIS和LIS之间信息接口采用HL7标准,使用TCP/IP Socket方式进行信息交互;与PACS之间以Xlinks方式进行调用及启动参数传递;与EMR之间以PDF报告或其他形式实现重症护理记录的输出。
3系统应用示例
3.1护理工作内容
系统提供危重症重病护理记录单,内容包括通过监护仪及床旁呼吸机、输液泵、血透机、血液动力学设备等临床设备自动获取的生命体征数据,基础护理、皮肤护理、 管路护理、用药记录、I/O出入量管理等部分[6,7]。
系统管路护理提供导管类型、管路部位、置管时间、 管路评估等需要记录内容,并可以通过系统计算引擎自动计算出置管时间、管路护理顺应性能统计及护理质量评估等内容[8,9]。系统的护理工作出入量I/O管理,可对于每项入量和出量进行即时、每班次或每天的自动累加,并可以针对班次和时间进行分项及总量汇总,明细一目了然[10,11]。 护理交班内容包括交班的基本信息,以及自动从重病护理记录中抓取的当前病人生命体征情况,以及该班次的护理治疗观察及处置要点,方便护理交班时总结病人病情。
3.2医师工作内容
(1)病人资料对比。可将系统内部获得的病人生命体征数据与院内其他系统,如LIS获取的病人数据按照系统或疾病分类进行归类,帮助医生在办公室或者床旁快速、 清晰、明了地获得病人的病情变化。
(2)医师交班记录。包括交班所需的病人基本信息及相应的病情变化及医师处置等所需要的病人资料。
(3)LIS数据集成。对于集成入系统的LIS数据,ICU系统对每一次病人的实验室检查结果可按照时间呈现出来, 并能配置相应的和其他系统数据的对比示例供医师参考。
(4)智能临床评分。通过系统强大的计算引擎,临床专家可进行不同评分的配置,满足ICU评分评估的需求, 而无需系统程序开发人员介入[12]。对于评分中所需要的病人数据,计算引擎可以根据评分规则自动从系统获得,大大降低评分所需的时间,帮助医师进行快速病情评估。
(5)临床数据分析和报表。提供独立于数据记录服务数据库的临床数据分析数据库,不影响临床数据记录的性能和安全。提供的配置分析工具可以帮助医院及科室管理层及医护人员,对系统内的相关数据进行统计和分析。
4应用效果评价
全新的重症监护信息管理系统为医院建立了一个全面覆盖危急重症患者诊疗过程的多维信息化监管体系,不仅为危急重症疾患的治疗护理提供一个有助于患者就医、医护人员开展临床业务的良好环境,同时,新技术和管理模式的采用也为危急重症患者的监护和治疗,提供了新的临床手段[13]。
(1)实现了医疗文书的计算机处理,规范了医疗行为, 减少差错事故;通过网络传递各种信息以及对床边诊疗设备数据的实时采集,并根据完整记录的患者临床诊疗数据和共享,实现对治疗、护理质量客观科学的评价。
(2)通过系统提供的多种信息化记录方式,规范了对病危患者的诊断、抢救、检查、处置以及治疗等各项临床治疗工作,患者信息快速准确地处理,也加快了医疗信息传递并减少了差错。
(3)向管理部门及ICU科室提供了及时准确的工作数量和质量统计、过程回顾及效率分析。强化了环节质量, 引导质量控制的重心由事后控制,向事中环节监督转移, 为管理者提供了决策所需的动态数据。
摘要：本文结合我院实践,探讨如何在ICU临床科室建立重症监护病房临床信息系统,从临床应用角度介绍了方案的设计和实践操作。该系统通过准确、及时、完整地采集重症监护患者相关临床诊疗信息,建立并完善了标准化的中心ICU临床工作规范,优化了工作流程。通过量化的方法进行临床医疗行为的管控,进一步提升了医疗品质。
关键词：重症监护,数据整合,自动采集,体征监测,医师评分
信息物理融合系统概述 篇2
提升建筑环境中资源调度的合理性与稳定性是做好水资源最优分配的基础工作, 目前可应用于资源调度的方法与手段有很多, 诚如跨区域水电站群优化调度初步研究[1], 区域洪水资源的供水补偿作用及优化配置研究[2], 多目标随机规划分配模型[3]等。考虑智能决策在资源分配中可起到最优化这一目的, 采用基于信息物理融合系统CPS[4,5]的模型来解决由复杂系统所形成的异构性难点。CPS在环境感知的基础上, 融合了深度计算、通信和控制能力, 通过计算进程和物理进程实时交互来增加或扩展新的功能。本文将CPS与多智能体融合起来, 利用语义服务与粒子群算法的提取与处理功能将信息重新整合, 得到智能体可识别的优化策略, 实现水资源的合理调度。
目前基于语义服务配合多智能体的CPS模型系统已正在研究中, 文献[6]提出了基于CPS异构环境的分布式实时任务系统, 并引出两种容错算法;文献[7]研究了将差分进化与多智能体相结合的算法, 提出利用局部寻优来提高精度的方法;文献[8]介绍了在工业环境中如何将多智能体与“分解—综合”思想相结合, 为过程控制系统提供解决方案;文献[9]探讨了在井下引入CPS系统的设计方案, 以井下环境作为监控对象, 建立矿井作业环境的CPS模型。综上所述本文提出将语义服务和多智能体融合于CPS系统的思想, 充分发挥这三方面间的优势, 将水资源分配网WAS (Water Allocation Systems) 进行优化性能分析。
1 建筑环境CPS的水资源分配模型描述
在水资源分配结构中, 我们基于语义转换服务和多智能体的交互作用来构建模型, 并将模型应用于建筑环境CPS系统之下, 其目的在于为公众提供一个智能优化的水资源分配方案。根据构建的WAS结构模型可知, 不同层次结构处理不同的信息, 将信息处理结果汇总到智能体之中, 建筑环境CPS系统予智能体感知环境、执行感知、同其他智能体通信、动作展示以及服务于目标的能力。WAS的结构展示如图1所示。
由图1可知, 物理采集节点由大量传感器构成, 负责对水资源环境进行数据采集。在智能处理过程中首先将传感器采集的环境数据进行语义转换, 提取出可利用的目标信息, 再使用粒子群算法对转换结果进行最优化处理, 多智能体根据处理结果来控制物理设施实体实现水资源的分配, 完成建筑环境智能化的需求。
2 水资源分配模型的构件组成
2.1 语义转换服务
在WAS模型结构中, 利用语义服务处理传感器采集的数据, 进而提取可利用的目标信息来服务智能算法。因UML建模语言具有丰富的图形种类并可从不同角度支持系统设计, 所以在语义服务中利用UML来进行设计分析[10]。图2显示的是故障检测中语义服务过程的信息分层。
故障诊断语义服务处理过程的伪代码如下:
WAS中如未发现故障问题, 即语义转换得到的结果为正常条件。我们将基于算法来采取决策, 通过CPS节点 (即多智能体) 定量对各个水体分支进行水量的合理调度。图3所示为WAS分配流程图。
2.2 改进的粒子群算法
WAS结构将改进的粒子群算法融入智能处理过程, 利用语义服务的结果为改进的粒子群算法提供实时信息支持, 将目标最优解提供给多智能体, 进而实现水资源的合理调度。粒子群算法PSO (Particle Swarm Optimization) 作为全局搜索策略, 采用速度-位移模型, 易于实现[11], 因此模型可基于PSO算法实施方案决策, 将语义服务后的提取信息当作局部粒子, 根据粒子对建筑环境的适应程度进行小范围区域移动, PSO算法的基本方程如下:
PSO算法在进化初期收敛速度快, 运算简单, 易于实现, 但在进化后期收敛速度变慢, 同时收敛精度不高, 在此可通过改变基本粒子群进化方程这一策略来实现对PSO算法简化与优化[12]。考虑每维的更新相互独立, 公式可简化到一维进行, 下标d可省略, 令将式 (1) 、式 (2) 中变量上标移到变量后括号中, 可变换得:
将式 (3) 和式 (4) 迭代可以得到式 (5) :
式 (5) 是不含速度项的经典二阶微分方程 (假设粒子的位置移动为连续过程) 。此方法可以没有粒子速度的概念, 进而可避免设定参数所产生的误差。
由上可得不含速度项的粒子群简化方程为:
式 (6) 右边第1项为“历史”部分, 表示过去对现在的影响, 来调节影响程度;第2项为“认知”部分, 对其自身调整;第3项为“社会”部分, 表示与邻近粒子的比较。采用式 (6) 可变为一阶微分方程:
由式 (5) 与式 (7) 比较可知, 改进的PSO方程在去掉速度参数的情况下, 自身公式也进行了降阶处理。简化了对语义服务数据操作的分析与控制过程。图4为改进的PSO简略流程图。
2.3 多智能体系统的实现
在建筑环境CPS下的WAS模型中, 粒子群算法的最优结果将被智能体所利用来进行基础设施的控制, 从而实现调度方案的优化。智能体本身具有自主控制和决策的功能, 可压缩多种属性于其自身之中, 并能够捕获其自治性和异构性间的作用[13], 而多智能体是由多个具有自主性的智能体构成的, 在复杂系统设计中将复杂问题分解成为多个子问题, 各个子问题通过智能体间的协作来完成任务[14]。UML的图形化语言在进行多智能体系统设计方面具有很大的优势, 它可以验证各个模块之间的交互、通信和依赖、继承等关系[15], 并直观地进行各种关系间的表示。
本文使用UML的用例图来描述WAS中的多智能体架构。用例图可捕捉外部大量参与者的相互作用, 服务于既定目标 (这里特指水资源的分配) 的完成。图5显示了在WAS中的参与者与用例。
在用例图中具有CPS节点的智能体作为角色参与者存在, 利用改进的PSO算法来实现对实体设备的管理, 算法即可以利用那些完整性经过检验的合理数据 (经过证实的) , 也可以采用历史数据来进行计算的调整。与此同时, 局部智能体同其他智能体间通过CPS来进行实时的信息分享, 为系统提供了资源的全局性视角。图6描绘了在CPS系统下WAS的数据状态转换, 即数据由传感器网络经语义服务后送入多智能体这一过程的状态变化。
3 水资源分配的模型设计
图7描述了CPS系统下的WAS模型整体结构, 传感器网络采集环境信息 (水量、水压、水体质量等) , 上层的语义服务对环境信息进行转换与提取, 并输送给粒子群决策算法, 改进的PSO算法可将提取的语义信息进行目标最优解搜寻, 方便多智能体进行稳定快捷调度操作。
在模型结构中语义服务作为中间机构为改进的PSO算法提供支持, 过滤了外界的无用信息, 简化了上层的处理对象, 提高决策准确性。改进的PSO算法进行数据计算, 通过实时的数据变化来得到建筑环境中供水需求的最优化数据, 以此为水资源分配提供可行性策略。多智能体对算法结果进行操作, 直接控制管网设施来进行调度, 将智能控制方案直接实施到既定目标实现之中, 与此同时自身也可作为CPS建筑模型下的节点, 通过CPS系统进行多领域间的需求调度。
4 水资源分配模型的性能分析
在CPS系统下的WAS模型中, 语义服务与智能体可根据其自身特性, 灵活融合到一起, 而改进的PSO算法在智能体与语义服务间搭建了一个处理机构, 可以对系统优化起到良好的调度作用。PSO算法与蚁群算法同为搜索算法, 其搜索方式却有所不同, 蚁群算法作为一种智能算法主要是模仿蚂蚁觅食机理, 通过人工蚂蚁间的信息交互完成最优搜索。PSO算法则源自模拟鸟群的捕食行为, 通过个体间的协作与竞争来寻找最优解, 在每次迭代过程中根据全体粒子和自身粒子的搜索经验向着最优解的方向发展。如图8所示将改进后的PSO算法与蚁群算法进行调度方面的性能比较。
语义服务作为信息处理的中间构件为智能算法提供有效的信息支持, 智能体利用算法的结果来实施方案调度。从图8中可以看出, 作为随机搜索算法的蚁群算法, 其搜索结果不够稳定, 不能保证进化结果为目标最优解。而改进的PSO算法通过迭代次数的增加对于水资源的调度利用率逐渐升高并趋于稳定, 从而得到WAS模型中的算法最优解, 保证了建筑环境CPS系统下资源调度的稳定性, 使得系统模型可以直接进行决策调度, 加速了调度作用的速率, 并且提升调度过程的准确性。
5 结语
信息物理融合系统概述 篇3
近年来,在世界范围内的节能减排浪潮和信息技术快速发展的推动下,电力系统正在发生深刻的变革。智能电网的研发已成为电力工业界和学术界关注的焦点,并已在部分国家进入前期发展或工程示范阶段。推动智能电网发展的主要动力在于促进间歇式可再生能源、电动汽车等新型负荷和各种储能设备的并网与优化调度,以及用户侧更广泛和深入的参与。此外,与传统电力系统相比,智能电网还应该具有高效、可自愈、高可靠性和高安全性等主要特征[1]。要实现上述目标,就必须首先实现信息在电力系统内的双向流动和有效利用,并在此基础上提高对系统的感知和控制能力。将前沿信息技术引入电力系统对实现智能电网尤为关键[2,3]。
需要指出,要实现智能电网,仅仅简单地引入前沿信息技术是不够的。这是因为现有电力系统建模、分析与控制方法是针对传统电力系统所发展起来的,其中并没有充分考虑和系统计及电力信息系统的影响。由于智能电网中将嵌入大量的传感设备,并高度依赖通信网络实现信息汇总进而系统运行优化与控制,因此作为智能电网的重要组成部分,电力信息系统对于电力系统本身的运行行为会有显著影响。由于传统的电力系统建模、分析、优化与控制方法体系将电力一次系统和电力信息系统基本上相互割裂,这无法适应智能电网发展的要求。
信息物理融合系统(cyber physical system,CPS)的提出与发展为促进电力一次系统与电力信息系统的深度融合,并最终实现电网智能化的目标提供了新的思路和实现途径。CPS是将计算资源与物理系统深度融合所构成的新型系统[4,5,6,7,8]。与传统控制系统或嵌入式系统相比,CPS有下述主要特点[4,5,6,7,8]:①CPS中的物理实体均嵌入传感设备,以实现对大系统的信息采集和行为感知;②CPS通过通信网络将系统中所有物理实体和嵌入式信息设备相互连接,以实现信息在系统内的流动和共享;③CPS利用物理实体内嵌入的控制设备和大规模分布式计算技术控制所有系统组件,进而控制系统的整体行为;④在CPS中物理设备与信息设备相互协同和相互影响,共同决定整个系统的功能和行为特征;⑤CPS可以实现系统组件的动态重组和软件的在线更新。上述特征将使CPS具有明显强于现有工业系统的适应性、灵活性、安全性和可靠性。从长远来看,所有物理系统均可以联网成为CPS的一部分。由于CPS对于经济和技术发展具有重要意义,美国等主要发达国家都将其列为优先开展的研究领域。在中国,国家自然科学基金、科技部“973”计划和“863”计划均已将CPS列为重点资助领域。
从上文对CPS的介绍中可以看出,CPS与智能电网在概念上有相通之处,即都强调利用前沿信息技术以增强对大系统的感知和控制能力。基于这样的考虑,文献[8]提出可以建立电力CPS并作为未来智能电网的基本架构。本文在CPS概念和现有研究成果的基础上,力图进一步构建电力CPS的基本理论和方法研究框架。首先发展电力CPS的综合建模理论,然后在此基础上进一步探讨电力CPS的分析与控制问题。本文所发展的电力CPS的基础理论与方法有助于促进电力一次系统与电力信息系统的深度融合与协作,并从理论上支持智能电网的发展。
电力系统是CPS应用的重要领域之一,近年来一些学者针对CPS与电力系统的结合作了初步的研究工作。文献[9]中首先提出了电力CPS的概念。文献[2,9,10]对电力CPS的建模作了初步尝试。文献[11,12,13]则初步研究了电力CPS的安全性与可靠性问题。通过对现有相关文献的整理和总结可以发现:①尚不存在能够全面而准确地计及信息系统与电力系统交互过程的CPS建模理论与方法。②针对电力CPS的理论、模型、方法、算法和计算与实现工具等方面的研究仍处于刚刚起步甚至是空白状态。因此,电力CPS的研究有待进一步开拓和深入。特别地,考虑到智能电网的建设正在快速推进,提出能与下一代电力系统“智能化”特点相适应的电力一次系统与电力信息系统集成的新理论与新方法就显得尤为重要。
1 电力CPS的建模理论
1.1 智能电网环境下信息系统的影响
传统的电力系统分析和控制方法中并未明确计及电力信息系统的影响,一般假定所获得的系统信息是及时、准确和可靠的。在目前的电力系统中,控制对象主要是大型水火电机组、保护装置、无功补偿装置等;需要控制的设备数量不大,且大部分控制功能主要是基于本地信息实现的。因此,目前电力通信网络的数据传输负担较轻。另外,由于现有的电力通信网络是相对独立的专用网络,面对外部网络的接口数量少,因此其可靠性与安全性都有较好的保证。现有电力系统的这些特点决定了不考虑信息系统对于电力系统分析和控制的影响不会导致明显的误差。
由于智能电网中存在相量测量装置(PMU)、智能电表等大量传感装置,且传感装置的采样频率也会明显增大,因此智能电网需要传输和处理的信息量将远大于目前的电力系统。这决定了智能电网对计算系统和通信网络的依赖程度将明显增大。出于成本考虑,对于数量庞大的智能电表、智能家电等终端,一个可行办法是借助公用通信网络如有线电话网络和Internet实现通信。这将使通信延迟、通信系统可靠性、信息系统安全性等问题变成影响智能电网整体性能的重要因素。此外,由于信息传输和处理能力的不足,现在的电力系统调度机构对系统中的大量设备,如小容量分布式电源、保护装置等只能依靠其自身的控制器进行分散本地控制,这使得系统因为无法协调全部可用资源而导致整体运行效率较低。要实现智能电网对于自愈性、高可靠性、高安全性的要求,就必须对上述设备进行网络化集中控制;这又将进一步增强电力系统对于信息系统的依赖性。
从上述讨论可以看出,信息系统的性能对于智能电网有着至关重要的影响。因此,建立能够深度融合信息系统和电力系统的电力CPS,并研究与之相适应的建模、分析与控制方法对于实现智能电网具有重要作用。
1.2 电力系统与电力信息系统的统一建模方法
一般而言,可以将电力信息系统分为计算、通信、传感3个部分,分别用于完成信息的处理、传输与采集等功能。这3个部分共同决定电力信息系统的整体性能。这里将基于有穷自动机(finite automation)、随机过程、微分代数方程等理论首先为计算、通信与传感系统分别建立适当的数学模型,再将其与现有的电力系统数学模型联立起来以构成比较完整的电力CPS数学模型。
与电力系统类似,从整体上讲电力信息系统模型也可以分为稳态模型和动态模型2类,并分别用代数方程组和微分方程组描述。信息系统建模与电力系统建模的不同之处在于信息系统通常存在若干种离散工作状态,因此需要引入有穷自动机等数学工具处理离散工作状态之间的相互转换。联合采用微分代数方程组、有穷自动机和随机过程理论,就可以构成电力信息系统模型。由于信息系统模型和电力系统模型均以微分代数方程组为基础,因此可以方便地将两者联立,形成电力CPS的统一模型。
1.3 电力信息系统的稳态模型
与电力一次系统类似,电力信息系统也是一个网络化系统,因此其稳态模型可表示为网络流量模型。在电力信息系统中,传感设备和部分计算设备是信息流的起点,其作用是产生信息流并将其注入通信网络中。而另一部分计算设备的作用则是接收信息流并进行相应的分析处理,因而是信息流的终点。通信网络是传输信息的媒介,其中路由器等信息交换设备的主要作用是决定每一个到达交换设备的数据包(packet)下一步应该被交换到哪一个节点。换句话说,路由器的作用就是决定信息在网络中的流向。
基于上述考虑,这里构建电力信息系统的稳态模型。考虑一个有向带权多重图G=(V,E),其中V为图中节点的集合,其元素可以是计算单元、传感单元、信息交换单元或三者的组合;而E表示图中边(通信线路)的集合。对于任意一个信息交换单元v∈V,用Cv表示其信息交换能力(即单位时间内能够处理并送出的信息量)的上限,其单位一般为bit/s或Mbit/s;用Dv表示数据包在信息交换单元中的延时。对于任意一个通信线路l=(i,j)∈E,用Bl或Bi,j代表线路的带宽(band width),其单位一般也为bit/s或Mbit/s。需要指出,由于电力信息系统是用有向图表示的,因此Bi,j和Bj,i不一定相等。此外,采用Dl或Di,j表示数据包在线路中的延时。假定系统中共有N组信息源,以Si,j(k)表示第k组信息源注入系统的信息流量,其中i,j分别表示信息流的起点和目的地;注意这里不要求i,j直接相连。这样,电力信息系统的稳态模型可由下列代数方程和约束条件组成。
1)节点信息流量平衡方程
对于任意节点v∈V,其流入与流出的信息流量相等:
式中:(i,v)∈E,(v,j)∈E分别表示节点i,j和节点v直接相连;Si,v和Sv,j分别为由节点i流入节点v和由节点v流入节点j的信息流量;Nv为位于节点v的信息源数量;Sv(k)为位于节点v的第k组信息源注入系统的信息流量;Mv为在节点v终止的信息流数量;Ov(k)为在节点v终止的第k组信息流的流量。
2)节点最大信息流量约束
对于任意节点v∈V,其流入的信息流量不能大于其信息交换能力的上限:
3)线路最大信息流量约束
对于任意线路(i,j)∈E,其流量不应大于其带宽:
0≤Si,j≤Bi,j (3)
可以采用上述模型对信息系统作稳态分析,求取其稳态运行点。下文还将对此作进一步讨论。
1.4 电力信息系统的动态模型
上面介绍的稳态模型主要用于解决信息流在通信网络中的路径分配问题。在理想情况下,所有线路和路由器上的信息流量均应不大于其带宽和交换能力上限,此时信息系统处于稳定运行状态。然而,在实际运行中,由于信息源注入信息的速率过快,部分线路和路由器上注入的信息流量常常会超过其带宽或处理能力,其结果是可能造成信息传输的显著延迟和部分数据包的丢失。这就是所谓的通信网络阻塞(congestion)问题。阻塞发生后,信息系统会从稳态进入到一个动态过程,并在通信网络控制系统的作用下,过渡到新的稳态。然而,不当的控制措施可能导致通信网络的阻塞崩溃(congestive collapse)。在通信网络的实际运行中,网络阻塞是经常发生的,因此为信息系统建立准确的动态模型对于评估其性能是非常必要的。
通信网络的动态模型是信息系统动态模型的核心。根据国际标准组织(ISO)所制定的通信网络的开放系统互联(open system interconnection,OSI)模型[14],通信网络按照功能可以划分为7层。由于在电力系统分析和控制中所感兴趣的问题是通信网络造成的数据延迟和丢失现象,因此下面主要针对OSI模型中的网络层(network layer)和传输层(transport layer)建立其动态模型。
在网络层和传输层中,主要的建模对象是路由器、通信线路,以及用于防止网络阻塞的核心控制措施——阻塞控制(congestion control)协议。路由器和通信线路一般都自带内存缓冲(memory buffer),进入路由器和通信线路的数据包将首先存储于内存缓冲里,等待进一步处理和传输。在数学上,可以将内存缓冲用排队论中的队列(queue)表示,缓冲的大小称为队列的最大尺寸,而当前缓冲中存储的数据量被称为队列的尺寸。以最常见的TCP/IP网络为例,当网络中出现阻塞现象时,阻塞控制协议可以采取2种措施以缓解阻塞:一是降低数据源注入网络的数据量,这可以通过减小数据源所在节点上的阻塞窗口(congestion window)的尺寸来实现;二是在各路由器上主动删除一部分重要性较低的数据包,避免出现因为队列溢出而被动丢失数据的情况。当出现网络阻塞时,各节点的阻塞窗口尺寸和各队列的尺寸将发生动态变化,因此可以选择它们作为动态模型的状态变量;而系统的输出一般可以取为各数据流的传输延迟和数据丢失率。与一般控制系统类似,若以X(t)表示系统的状态变量,以Y(t)表示系统的输出,以u(t)表示控制信号,则通信网络的动态模型可以表示为:
当系统处于不同状态时,阻塞控制协议的工作机理是不同的。这里仍以TCP/IP网络为例,一个队列可能在空、满和非空非满3种状态中不断转换,而3种状态对应的队列尺寸的微分方程组是不同的。类似地,对应不同的系统阻塞情况,TCP协议存在慢启动(slow start)、阻塞避免(congestion avoidance)、快速恢复(fast recovery)等工作状态;不同状态下阻塞窗口尺寸的微分方程也不同。因此,为了处理信息系统在各种离散工作状态间的转换,可以引入有穷自动机作为数学工具,与微分方程组共同构成通信网络的数学模型。有穷自动机是用来描述一个系统根据若干条件在不同状态间相互转换的离散数学工具。如图1所示,利用有穷自动机可以模拟系统的离散状态转换,而对应有穷自动机的每一个离散状态,系统的动态行为由相应的微分方程组进行模拟。这样的建模方法被称为通信网络的混合系统建模(hybrid system modelling)[15]。需要指出,不同通信网络所采取的网络协议不同,其阻塞控制机制也就不同。因此,在建立通信网络的动态模型时,必须仔细考虑阻塞控制协议本身的特点。
对于计算单元,可以基于排队论和随机过程进行建模。一个计算单元一般由处理器和内存缓冲组成。一个计算任务到达计算单元后,将首先在内存中排队等待。处理器则按照先到先处理的原则逐个处理内存中的任务。因此,可以选择排队论中的D/G/c/∞或M/G/c/∞队列作为计算单元的模型。队列名称中的第1个字母表示计算任务到达计算设备的频率(或间隔时间)的概率分布:其中D表示计算任务将按照确定的频率到达计算设备;M表示计算任务到达的频率服从Markov过程(Poisson过程或Binomial过程)。队列名称的第2个字母G表示计算设备处理一个计算任务的时间服从一个非Markov随机过程,如Gaussian过程。队列名称中的第3个字母c表示该计算单元可以并行处理最多c个任务。这里所谓的并行包括硬件并行和利用软件实现的虚拟并行。队列名称中的∞表示缓存中等待的任务数无上限。由于存储设备成本很低,目前计算设备的存储空间一般很大,因此可以近似认为计算设备中等待的任务数没有上限,即不会发生因为缓存不足而丢失任务的情况。对于电力信息系统而言,计算任务包括各种电力系统分析任务(如潮流计算、在线安全分析等)和控制策略计算任务(如电动汽车或分布式电源的最优控制策略等)。应针对不同计算任务的特点选择适合的到达频率和处理时间的概率分布。基于上述考虑和概率分布,可以求出计算单元的性能指标(如各种任务的平均处理时间)。在此基础上,可以进一步求出计算单元向网络注入数据的速率(如向网络中发送控制信号的速率)。
对于传感单元的建模,需要考虑的重点问题在于传感单元数据产生速率所服从的随机过程。可考虑采用的模型包括连续时域随机过程如Wiener过程,Markov过程如Poisson过程,以及厚尾过程如Pareto过程等。
综上所述,利用微分代数方程组、有穷自动机、随机过程、排队论等工具,可以建立电力信息系统的动态模型。将信息系统的动态模型与电力系统的动态模型联立即可得到电力CPS的动态模型。
2 电力CPS的分析方法
2.1 电力信息系统的稳态分析
前已述及,当通信网络各节点和线路上注入的信息流量小于其交换能力和传输能力上限,且系统未发生故障时,信息系统处于稳态。根据通信网络的线路负载情况,一个数据包可以选择多条不同的传输路径;因此一般情况下,信息系统可能存在多个稳态运行点。稳态分析的主要目的就是基于稳态模型寻求最优稳态运行点。信息系统的稳态分析可以通过求解通信网络的最优路由问题实现,是一个以式(1)～式(3)为约束的优化问题。最优路由问题的优化目标可以给定为平均传输路径最短、平均延时最短、数据丢失率最低等。通过求解最优路由问题,可以得到每条通信线路上的信息流量,并获得稳态情况下每组数据流在网络中的传输延迟。
最优路由问题在通信领域已得到了比较充分的研究,且研究重点在于发展有效的求解算法和如何对注入网络和流出网络的数据流量相关的不确定性进行适当处理等。常用的优化方法包括传统的图论方法,如Bellman-Ford算法和Dijkstra算法[16],以及数学规划方法,如线性规划和整数规划等[17]。这些方法可以直接应用于电力CPS的分析之中。
2.2 电力信息系统的动态分析
信息系统动态分析着重求解在通信网络因存在阻塞或发生故障而处于暂态时信息系统的关键性能指标,如传输延时和数据丢失率等变量的时变路径,以及判断系统是否会发生阻塞崩溃现象。信息系统动态分析一般通过信息系统仿真来实现。
信息系统仿真是通信领域的一个重点研究方向,常用方法包括数据包级仿真[15]和流仿真[15,18]2类。数据包级仿真通过仿真所有单个数据包在网络中的行为,进而获得整个网络的行为特征,如实际带宽、延迟时间、是否发生阻塞、数据丢失率等。通过模拟单个数据包的行为,数据包级仿真可以达到很高的精度。计算速度慢是数据包级仿真的主要缺点。可以首先利用数据包级仿真对系统进行离线分析,进而确定电力信息系统的运行状态。此外,数据包级仿真的结果可以用于估计信息系统模型的有关参数。
另外一种信息系统仿真方法则是基于2.4节介绍的动态模型,来直接求解系统状态变量(如队列尺寸、阻塞窗口尺寸、线路流量等)的时域解。这种方法被称为电力信息系统的流仿真。流仿真的计算速度比数据包级仿真快得多,可以用于对信息系统进行在线评估。
要进行信息系统的流仿真,就需要求取作为信息系统动态模型的微分代数方程组的时域解。在假定信息系统内不存在不确定性因素的前提下,一些经典的常微分方程求解方法,如Runge-Kutta法[18]已经被应用于流仿真之中。然而,如上文所述,在信息系统中,计算单元和传感单元的行为都是不确定的,需要用随机过程进行建模;此时系统的动态模型将由常微分方程变为随机微分方程。因此,就有必要深入研究针对随机微分方程的有效求解算法,如随机Euler法和随机Milstein法等。
2.3 电力CPS的可靠性分析
由于信息系统对电力系统运行具有显著影响,因此在电力CPS的可靠性分析中,除了发电机组和输电线路等电力系统元件之外,还必须计及信息系统元件故障对于电力系统可靠性的影响。因此,评估电力信息系统的可靠性是评估电力CPS可靠性的重要一环。
与电力系统可靠性分析类似,可以将电力信息系统的可靠性分析分为确定性和随机性两大类。在确定性、可靠性分析中,可以基于“N-1”原则,任意移除系统中的1台路由器、计算设备、传感设备或1条通信线路,然后评估移除该设备对信息系统的影响。评估方法则可利用上文介绍的信息系统稳态分析方法,判断通信网络中是否会出现阻塞,并进一步计算每一组信息流在网络中的延时和数据丢失率。在得到延时和数据丢失率后,则可针对电力CPS控制系统的特点,为发电机组、电动汽车、储能设备、负荷、输电设备等设定延时和数据丢失率的阈值。若控制信号从控制系统发出到达任意设备的延时,或者任意设备的状态信息到达控制系统的延时超过给定的延时阈值,即可认为系统对于该设备失去控制能力。类似地,若控制信号或者状态信息在传输过程中的丢失率超过给定的允许比例,也可以认为系统对该设备失去了控制能力。在确定失去控制的电力系统设备后,即可应用传统的电力系统可靠性评估方法分析信息系统故障对于电力系统可靠性的影响。与电力系统可靠性分析类似,电力CPS可靠性的最终评估指标也可以采用期望不满足电量(expected unserved energy)等。
另一方面,对于电力CPS的随机可靠性分析,首先可以基于历史数据获得信息系统设备的故障概率模型。引起信息系统设备故障的原因一般包括机械故障、人为操作失误、网络攻击3种。可以先分别建立这3种情况的概率模型,再汇总得到各设备的故障概率模型。之后,基于设备的故障模型,可以利用Monte Carlo仿真随机产生信息设备故障,然后采用与确定性、可靠性分析类似的办法计算期望不满足电量等指标。
2.4 电力CPS的安全性分析
电力信息系统发生故障会威胁电力系统的安全。因此,有必要发展有效的电力CPS安全性分析方法。由于信息系统故障的结果通常是控制中心失去对相关电力设备的控制能力,因此信息系统故障对于电力系统造成的影响一般应作为大扰动。所以,在电力CPS的安全性分析中,应该着重考虑信息系统故障对电力系统暂态稳定性的影响。
电力CPS安全性分析的一般步骤为:①首先建立电力信息系统的预想事故集;②针对每一个预想事故,利用上文介绍的电力信息系统动态模型评估通信网络中是否会发生阻塞,并计算之后一个较短时段内信息系统的性能指标(传输延时、数据丢失率)的时变路径;③基于传输延迟和数据丢失率等指标,判断可能失去控制的电力设备;④假定从系统中同时移除这些失去控制的设备,然后应用现有的暂态稳定分析方法,如时域仿真或扩展等面积准则(EEAC)法,评估电力系统是否能够暂态稳定。
2.5 电力CPS的综合仿真
构建电力CPS的主要目的之一就是在更大范围内全面采集和利用与电力系统相关的各种信息,并在此基础上实现系统综合仿真,以便于调度人员和其他市场参与者全面掌握电力系统运行状态并在此基础上作出决策。从总体上讲,电力CPS综合仿真主要包括信息、物理和经济3个层面。在信息层面上,仿真的目的就是利用电力信息系统分析方法评估信息系统运行状态以及其对电力系统的影响;在物理层面上,仿真的目的是评估电力系统自身运行状况,以判断系统是否能够安全稳定运行;在经济层面上,仿真的目的则是根据电力系统运行状态和一些关键市场信息的预测结果,预测市场运行状态 (如电价和机组调度结果)。除了上述3个主要方面外,在电力CPS的综合仿真中还可以进一步计及能耗和碳排放等因素,从而形成智能电网的“信息—物理—经济—能耗—排放”综合仿真。
由前面的讨论可以看出,智能电网与相关的电力市场、碳排放市场等共同构成了一个非常复杂的系统。对这样一个复杂系统的仿真涉及到海量信息的存储和分析,以及性质各异的多种计算任务。电力系统传统的集中式计算平台难以满足对这种复杂系统综合仿真的需要。因此,必须考虑引入云计算[19]等大规模分布式计算技术来解决计算和存储能力不足的问题。云计算通过整合广域环境下的异构计算资源以获得强大的计算和存储能力。另外,在云计算体系下,对于一些较为复杂的计算任务,如电力系统安全分析,可以将其按照区域分解为若干子问题,并利用各区域内的计算资源尽可能就地解决,以减轻海量信息传输给通信网络带来的负担。
3 电力CPS的混合控制方法
未来的智能电网必须依赖通信网络在调度机构和智能负荷、分布式电源、电动汽车等设备之间传递信息与控制信号。因此,未来的智能电网将是一个典型的网络化控制系统。而另一方面,考虑到通信网络在实际运行中存在由于故障或网络攻击而暂时失灵的可能,完全依赖网络化控制有可能会降低系统运行可靠性。因此,在智能电网环境下较为理想的控制方式应该是网络化控制与本地控制相结合的混合控制。
网络化控制系统(networked control system,NCS)是指传感器、控制器和执行器(actuator)分布在不同网络节点上,且必须通过通信网络交换信息的控制系统[20]。网络化控制系统是近年来控制领域的研究热点。控制领域的大量研究表明,通信网络阻塞造成的传输延迟和数据丢失对于控制系统的性能具有很大的影响,严重时可能造成控制系统失稳和崩溃[20,21,22]。解决传输延迟和数据丢失的常用方法主要有以下2种。
第1种方法是在控制系统模型中显式计及传输延时和数据丢失的影响,然后利用解析方法评估控制系统在一定的传输延迟和数据丢失率下是否能够稳定工作。
第2种处理传输延迟和数据丢失的方法被称为延迟和丢失补偿[21,22]。其核心思想是在任意一个时间点上,控制系统不仅要计算当前的控制信号,还要根据系统状态变量的模型预测值计算未来几个时间点的控制信号,并一起发送到执行器。一旦当前时间点的控制信号因为传输延迟或丢失而没有到达执行器,则执行器将根据之前收到的预测控制信号发出执行指令。如图2所示,含有延迟与丢失补偿环节的执行器有“同步”和“中断”2种工作状态。在正常情况下,执行器处于“同步”状态。一旦执行器没有收到当前时间点的控制信号,则转入“中断”状态,根据预测控制信号发布执行命令,直到其收到新的控制信号为止。将延时与丢失补偿法应用于电力系统的关键在于如何建立准确的系统信息(常规发电机组出力、负荷水平、风机出力、太阳能光伏系统出力、电动汽车电池电量水平等)预测模型,并发展高效的优化算法,以有效地产生高质量的预测控制信号。
控制方法和控制系统的性能受到电力信息系统性能的制约。一方面,计算系统的性能决定了某种控制算法的最高时间复杂度。若控制算法过于复杂,则计算系统可能无法及时完成控制指令计算。另一方面,通信网络的性能决定了某种控制方法可以利用的最大信息量。一般而言,利用的系统信息越多,越有可能得到更好的控制策略。然而,通信网络的性能决定了能够从传感装置流动到调度中心或变电站的信息量的上限。由于智能电网不可能从头建立,其必然是从现有电力系统逐步演变而来,这样从降低成本的角度出发,智能电网的通信,尤其是从地调到分布式电源和终端用户的通信,将很可能利用现有的通用通信网络(如Internet)来实现。这样,在实际系统运行中,电力信息系统的性能未必能够满足控制系统的要求。这就对控制方法和控制系统的灵活性提出了很高的要求。从这个角度考虑,电力CPS的控制应该可以在多种控制方法之间灵活切换。在信息系统性能允许的情况下,应该选择从整体上最优的控制方法,例如由调度中心进行全局最优控制。一旦信息系统的性能因故障或外部攻击有所降低,系统将基于前面提出的稳态和动态分析方法,来自动选择次优控制方法(如分层分区控制);信息系统当前所具备的性能应该能够保证该方法的稳定运行。在严重情况下,如通信网络大部分失灵或失去调度中心主服务器的情况下,各种设备将依据本地信息实施本地控制。利用上述多种控制方法相结合的混合控制策略,可以提高电力系统运行的安全与可靠性水平以及运营效率,并减弱信息系统失灵对电力系统的负面影响。
4 结语
到目前为止,电力系统与电力信息系统的研究基本上是相互割裂的。现有的电力系统分析与控制方法不能适当容纳电力信息系统的模型,这是阻碍电力信息系统与电力系统深度融合并最终实现智能电网的主要障碍之一。在此背景下,本文提出了电力CPS的基本理论和方法,较为系统地讨论了电力CPS的建模、分析和控制等问题,为电力CPS的研究建立了一种基本框架。
电力CPS研究的核心内涵是如何有效地实现信息系统与电力系统的相互融合与协作。本文首先基于微分代数方程组、有穷自动机、随机过程、排队论等数学工具,建立了电力CPS的稳态和动态模型。之后,系统讨论了信息系统稳态分析和动态分析问题。在此基础上,提出了电力CPS的可靠性分析与安全性分析的基本思路与方法。最后,论述了通信网络的传输延迟和数据丢失对于电力系统运行控制的影响,提出了延时与丢失补偿机制,以及基于多种控制方法相结合的控制策略。
信息物理融合系统概述 篇4
随着智能电网建设和研究的推进,通信与信息技术在电力系统中应用范围将不断扩大。电力输送和分配的智能电网系统已经成为电力、信息综合服务体系的多层次平台[1]。电力系统从传统的电力设备网络发展成为融合信息网络和电力物理网络的复杂信息物理融合网络体系[2,3,4]。多元设备和异构网络的多重不确定性和复杂性给电力系统的稳定性与可靠性带来双重挑战[5,6,7]。
信息物理融合电力系统中,信息层与物理层相互融合依靠,信息层需要物理层电网节点的能量供应。同时,物理层的运行需要信息层实现3C(控制,通信,计算)功能[8],电网节点接收信息层节点的监控指令和调度信息。信息层由边及节点组成。信息层的边是传输3C功能所涉及的状态、指令与数据的信息通道;信息层节点为完成对应物理层节点3C功能对应的信息层设备与算法的抽象集合,实现对数据的分析处理传输与物理节点的监控。信息层的可靠性可能导致物理层运行的风险,信息物理系统中的状态量及信息传输处理等环节可以抽象为“数据节点”“信息支路”[9]。文献[10]分析了信息层拓扑故障与支路故障对物理层电力系统电压控制的影响。同时,两层网络间复杂的对应依靠关系使物理融合电力系统对连锁故障更加脆弱[11]。单层节点的意外故障或攻击失效将导致新的失效在两层之间交替传播引发连锁故障。2003年美国、加拿大大停电以及2015年乌克兰停电事件的主要成因可归纳为信息系统节点失效引起控制中心对电网整体运行失去监控能力,电网处于不可测、不可控的状态,同时,不同节点间失去通信联系,继而引发连锁故障[12,13]。
复杂网络系统的相关理论对电力系统连锁故障建模提供了新的视角[14,15,16],对于信息物理融合电力系统多层网络间的连锁故障,复杂网络理论同样有适用性[17]。其中,渗流理论是由Broadbent和Hammersley提出用来描述流体在随机介质中的运动。连续渗流理论可分析随机网络节点失效网络的连通性问题[18],文献[19]研究了基于渗流理论的双层SF(scale-free network)通信网络的鲁棒性。文献[20]提出基于拓扑分析的渗流理论,建立一对一相互对应依靠的信息物理融合系统连锁故障拓扑分析模型。文献[21,22]应用复杂网络理论对双层信息物理融合系统连锁故障分析,指出网络间的相互融合依靠关系会加剧连锁故障效应,使融合系统更加脆弱,其中连锁故障呈现具有阶跃特性的一阶渗流过渡相变;而在独立网络中,连锁故障呈现更加线性过度的二阶渗流过渡相变[23]。两层网络间的相似性及相互对应依靠策略也对融合系统的脆弱性有影响,随着两层网络相似性的增加,网络脆弱性降低[24]。通过分析比较不同依靠对应策略下的信息物理融合系统的连锁故障,信息层与物理层的度数—介数对应策略相较于其他度数与介数的对应策略具有更低的脆弱度[25]。文献[26]在文献[20]的基础上,拓展一对一相互对应依靠双层网络到多重对应双层网络,将基于拓扑分析的渗流理论应用在信息物理融合电力系统的动态连锁故障的建模中,同时设定可以自治运行的孤岛节点数阈值。先前的研究模型中没有考虑信息层通信特性和物理层电网运行潮流特性,模型不够精确,难以准确地反映连锁故障的动态发展过程[27]。同时,基于复杂网络理论的信息物理融合电力系统连锁故障脆弱度评估指标都为网络拓扑特性参数,例如失效节点比例、网络连通效率等,没有建立考虑故障对信息层通信传输和物理层电网运行影响的脆弱度指标。
本文在基于拓扑分析的信息物理融合系统连锁故障分析中考虑物理层电网潮流分析和输电线路容量检测,建立动态模拟信息物理融合电力系统连锁故障的多阶段渗流理论模型。同时,从网络拓扑完整性和运行特性两方面建立了连锁故障脆弱度评估指标。对于信息层网络,综合节点失效比例和系统通信延时;物理层网络,综合节点失效比例和电网切负荷率。分别在度数—介数对应依靠策略及拓扑中心度对应依靠策略下建立信息物理融合电力系统模型,继而分析对比了在不同攻击策略下信息物理融合电力系统的连锁故障动态发展过程及脆弱度。
1 信息物理融合电力系统
信息物理融合系统由信息层和物理层组成。其中信息层和物理层分别由具有复杂连接关系的网络组成,带有复杂网络的一般特征,因此复杂网络理论对于信息物理融合电力系统的建模有重要借鉴意义。应用复杂网络理论,物理层与信息层的模型可以抽象为拓扑图,各层的网络拓扑关系可以用邻近矩阵A=(aij)N×N表示,如果节点i和节点j间有边连接,则元素aij为1,反之元素为0。
1.1 物理层模型
物理层模型可以抽象为复杂网络权重图,N为节点(变电站和发电厂),E为边(输电线路),W为边的权重矩阵。权重矩阵的元素为对应两节点间边的电气距离,电气距离的定义为对应边的阻抗倒数wij=xij-1。为了提高电网数据传输效率以及不同区域的协调监控,信息物理融合电力系统采用分布式区域控制中心的结构。按照复杂网络Bisection分区原则将物理层电网分为不同区域,不同区域网络的阶数相近且子网络间的连接边数最少。具体的分区原则为对网络拉普拉斯矩阵求解特征值以及特征向量,次小特征值对应的特征向量的正负符号表示的不同的节点分区[28]。区域间的边为电力联络线,每个区域设有区域控制节点。控制节点位置的选择符合网络最短传输路径总和最短的原则。控制节点对应的信息层节点为物理层电网分布式区域控制中心。每个分布式区域控制中心与系统控制中心相连。本文使用的物理层模型为IEEE 118节点电网,分为三个子网络,结构见附录A图A1。电力网络区域边缘节点间的输电线路为区域联络线,节点17,49,100分别为信息物理融合电力系统分布式区域控制中心对应的物理节点。
1.2 信息层模型
信息层网络的节点为与物理层电网节点相对应的数据传输与处理中心节点,是完成对应物理层电网节点3C功能对应的信息层设备与算法的抽象集合。边为数据传输介质,传输3C功能所涉及的状态、指令与数据。大量的数据显示信息以太网符合无标度网络特征,节点的度分布符合幂律分布特性。本文中,信息层无标度网络通过Barabsi-Albert模型建立,网络阶数Nc=Np+1[29],分别为对应物理层电网节点的信息层节点以及系统控制中心节点。考虑到电力系统控制中心的特点,信息层分布式区域控制中心与系统控制中心节点带有自备电源,在故障分析中即使失去物理节点能量供应,依然可以正常工作。
1.3 信息物理节点对应策略
信息物理融合电力系统中,信息层与物理层间的相互作用可以概括为两类单方向依靠关系:能量依靠关系与3C功能依靠关系。信息物理电力系统信息层与物理层的相互作用见附录A图A2。能量依靠关系意味着信息层节点运行所需的能量由与其建立能量依靠关系的物理层节点提供;3C功能依靠关系意味着物理层节点的监控及调度的数据通信处理由与其建立3C功能依靠关系的信息层节点实现。
目前电力系统通信网络为电力通信专用网络,电力通信专用网络多为星形网络与网状结构网络,结构分为核心层、骨干层和接入层。电网主要变电站及调度节点接入通信专用网络核心层与骨干层,其余电网节点满足与地理位置相近的通信网节点连接。在信息物理融合电力系统背景下,需要传输和处理的信息量将远大于现有水平,借助一部分公共以太网络是一个可行的解决方案,这使得信息物理融合电力系统中信息层没有明显的核心层、骨干层、接入层的结构,因此有必要在信息物理融合电力系统背景下比较及选取最优的信息层物理层节点对应依靠策略。
文献[20]表明网络间相互关联的节点在各自网络中局部连接关系的差别很大程度影响融合网络对连锁故障的脆弱度。因此,有必要考虑信息层与物理层网络间的依靠关联关系对连锁故障脆弱度的影响。文献[25]得出相比于随机对应和其他介数、度数的对应关系,度数—介数对应依靠关系建立的信息物理融合系统对于连锁故障有较低的脆弱度。网络的拓扑中心度从拓扑关系的角度综合反映了节点对于网络整体拓扑的重要性以及对网络边失效的脆弱度[30]。为了寻求信息物理融合电力系统物理层与信息层的最优依靠对应关系。本文对度数—介数以及拓扑中心度对应依靠策略进行了分析与对比。
1)度数—介数对应依靠策略
信息层节点和物理层节点分别按照节点度数和介数依次排列。对应依靠策略通过连接排列次序对应的信息层节点和物理层节点建立能量依靠关系与3C功能依靠关系。
2)拓扑中心度对应依靠策略
复杂网络节点的拓扑中心度是L+矩阵对角元素的倒数。L+是网络拉普拉斯矩阵(L)的彭罗斯穆尔伪逆矩阵(Moore-Penrose inverse matrix)。网络的拉普拉斯矩阵由L=D-A计算。D为网络节点度数组成的对角矩阵,A为网络的邻近矩阵。对于物理层,为了从拓扑和电力参数综合反映网络的中心度,将公式中的A换为物理层网络的加权邻近矩阵。
式中:abs()表示计算绝对值;diag()表示对角矩阵;Wp为物理层的加权矩阵。
Wp中的元素为节点间边的电气距离,是对应线路阻抗的倒数,wij=xij-1,i和j为线路两端的节点。如果两节点间无直接连接的边,则加权矩阵对应元素为0。
拓扑中心度对应依靠策略为将信息层节点和物理层节点按照拓扑中心度排列,对应依靠策略通过连接排列次序对应的信息层节点和物理层节点建立能量依靠关系与3C功能依靠关系。
2 考虑物理电网潮流及信息层延时的渗流理论连锁故障模型
2.1 改进渗流理论
渗流理论是描述流体在随机介质中的运动。可以分为离散渗流和连续渗流,离散渗流又可分为点渗流和边渗流。渗流理论是以概率为基础的对图的结构连通性进行研究[31]。渗流过程可以类比于网络中除去点或边的连锁故障发展过程,渗流相变类比于连锁故障引发网络完全失效。因此,对多层次信息物理融合网络的连锁故障建模具有适用性。在分析信息物理融合电力系统的连锁故障中,信息层、物理层的节点同时满足以下两个条件时,可正常运行,属于其所在层的工作连通子集。
1)对于信息层节点,至少与一个区域控制中心连接;对于物理层节点,属于本层最大工作连通子集或可以正常运行的孤岛,即孤岛可以满足内部全部或部分负荷需求。
2)对于信息层节点,至少有一条能量依靠关系与之连接;对于物理层节点,至少有一条3C功能依靠关系与之连接。
信息物理融合系统的连锁故障由网络中的一定比例节点意外故障或受到攻击失效引起。失效节点的范围在信息层和物理层之间反复传递扩大,产生连锁故障。在信息物理融合电力系统连锁故障建模中,将故障发展的动态过程描述为不同的阶段,在每个阶段,不满足以上两个节点工作条件的节点将会从正常运行网络中剔除。当不再产生新的失效节点或全网络节点均失效时,则连锁故障动态过程停止。本文提出的考虑物理层电网潮流分析以及信息层延时的改进渗流理论的总体流程如图1所示。
1)阶段一:信息层初始节点失效
信息层节点由于部分节点意外故障或受到攻击引起失效,失效节点的故障沿着本层的边及两层之间的依靠关系传播,引起连锁故障。将初始失效节点剔除后的信息层网络节点集合可以表示为:
式中:C为信息层节点全集;μ1为初始失效节点集合;Cu(μ1)表示求取μ1在全集C中的补集。
考虑到节点正常工作的两个条件,在剔除原始失效节点后的信息层网络中,属于工作连通子集的节点集合可以表示为:
式中:F(C~1)表示在子网络C~1中求取符合条件的工作连通子集节点的运算。
2)阶段二:物理层失效分析
由于阶段一中部分信息节点的失效,从而部分物理层电网节点由于失去信息层节点3C功能依靠关系导致失效。将此部分失效物理层电网节点剔除后的物理层电网节点集合可以表示为:
式中:P为物理层电网节点全集;μ2为失去3C功能依靠关系的物理层节点;Cu(μ2)表示求取μ2在全集P中的补集。
节点集合P2中属于物理层工作连通子集的节点类似公式(3)可表示为:
如图1绿色框图所示,对物理层电网进行拓扑分析后,再对物理层工作子集节点组成的电网进行交流潮流分析。潮流计算后,对物理层电网边容量进行检测,过载的边将会引起保护动作被切除。此后,还需对物理层工作连通子集进行更新与计算。
如果潮流收敛失败,意味着物理层电网工作子集节点网络中的发电机无法满足初始负荷需求,需要进行切负荷优化运算,切负荷优化运算的目标函数及约束条件如公式(6)—(7)所示。
式中:Ci为节点i的切负荷量;Pi(V,δ)和Qi(V,δ)分别表示节点i的实际注入的有功功率与无功功率;PGimin,PGimax,QGimin,QGimax分别为发电机节点注入有功功率与无功功率的下限和上限;PDi和QDi分别是节点i的有功负荷和无功负荷;Tk为输电线路k的潮流;Tkmax为其最大容量;Vimax和Vimin分别是节点i的电压上下限。
由于切负荷优化运算约束条件中有输电线路容量约束,计算后将不会导致输电线路容量过载,因此切负荷优化运算后可直接可进入阶段三。
3)阶段三:信息层失效分析
由于信息层与物理层的相互作用,失效的物理层节点将会引起新的信息层节点失效。失去能量依靠关系而新失效的信息层节点需要从工作连通子集中除去,类似于公式(4-5),此阶段信息层工作连通网络节点集合可表示为:
式中:μ3为阶段二中失去能量支持关系的信息层节点;Cu(μ3)表示求取μ3在全集C中的补集;C3为工作连通网络。
信息物理融合电力系统的连锁故障的动态发展可以概括为阶段一的初始节点故障引发故障在阶段二和阶段三之间不断迭代的过程。阶段三结束后进入阶段二开始新一轮迭代。从第二轮迭代开始,公式(4)与公式(8)中的P和C1表示上轮迭代结束时,物理层和信息层的工作连通网络节点集合。依据文献[22],Barabsi-Albert模型的无标度网络及具体电力网络中节点失效后,满足节2.1中工作条件的节点筛选没有具体统一的封闭表达式形式,所以对于信息层节点,求取工作连通网络节点集合由判断节点与区域控制节点是否连通实现;对于物理层节点,求取工作连通网络节点集合由tarjan算法以及判断出现的解列孤岛是否有发电机及负荷节点实现。
当一轮迭代后与前一轮迭代的结果比较,不再产生新的失效节点或整个系统瘫痪全网络节点均失效,则信息物理融合电力系统连锁故障动态发展过程结束,进入脆弱度指标计算。
2.2 连锁故障脆弱度评估指标
本文的连锁故障脆弱度评估指标由拓扑完整性和信息层与物理层运行特性两个方面系数综合构成。网络拓扑完整性系数为连锁故障结束后,信息层与物理层连锁故障失效节点占总节点的比例;信息层与物理层运行特性系数分别为系统延时增量与切负荷比例。
信息层承担着数据交换处理的任务,完整性和时效性是基本的运行要求。连锁故障后网络失效节点的比例体现连锁故障对数据完整性的影响;时效性通过网络数据传递与处理的延时反映。由于信息节点的失效,信息层网络可能出现阻塞,数据在信息网络中通信传输将出现延时增加和数据丢失。本文对数据通信延时按如下简化计算。数据在信息网络中传输符合最短路径原则,每通过一个数据节点,延时增加一个时间单位(τ)。延时时间单位反映了数据在信息层数据源节点到目标节点传递与处理中,每通过一个信息节点及到达下一信息节点的通信路径中传递引起的延时。
信息层节点到控制中心的通信延时反映信息网络数据传递的实时性指标。物理层电网的电力运行特性系数用切负荷比例表示,反映了电网对电力用户需求的满足程度。因此,本文的信息物理融合电力系统连锁故障脆弱度评估系数如公式(10)所示。
式中:Ncyber和Nphysical分别是信息层和物理层的节点总数;i为连锁故障发展迭代次数;order(C2i+1)和order(P2i)分别为连锁故障结束时,信息层和物理层工作连通网络的阶数;T为连锁故障结束后的总负荷切除量;j为物理层电网节点全集;∑Lload表示物理层电网故障前总负荷;Tdelay为连锁故障引起的信息层总延时增量;e和f分别表示故障后和故障前的信息层节点间最短传输路径集合;t_delay表示每条传输路径的延时。
信息层完全失效时,网络中已不存在节点间的最短传输路径,整个信息层系统延时增量为无穷大。
3 算例分析
应用本文提出的连锁故障模型对基于复杂网络理论建立的信息物理融合电力系统模型连锁故障仿真分析。信息物理融合电力系统的物理层为IEEE118节点标准模型,信息层是依据Barabsi-Albert模型建立的119节点无标度网络。两层之间的依靠关系为冗余依靠关系,即每个物理层电网节点与两个信息层节点建立3C功能依靠关系,两个信息层节点分别为主备3C功能依靠节点;每个信息层节点与两个物理层电网节点建立能量依靠关系,两个物理层电网节点分别为主备能量依靠节点。
不同依靠关系策略会影响系统连锁故障脆弱度,对比物理层与信息层间不同对应依靠策略对信息物理融合电力系统连锁故障脆弱度的影响,分别对度数—介数对应依靠策略及拓扑中心度对应依靠策略进行连锁故障分析。在每种对应依靠策略下,分别仿真10组信息层节点逐次随机攻击引起的连锁故障,统计平均脆弱度指标,如图2、图3所示。为了方便图表显示,当信息层系统完全失效时,信息层延时增量为无穷大,将做出文字说明,不再量化表示。
每种信息层—物理层对应依靠策略下,信息物理融合电力系统连锁故障呈现了一阶渗流过渡转变,随着攻击节点数目增加,脆弱度逐渐上升。信息层拓扑结构受到破坏,一部分节点间丧失数据传输路径;一部节点间数据最短传输路径改变,传输路径绕至其他可用节点,系统延时比故障前增大。系统延时增加体现了攻击对于尚未失效节点的数据传输性能的影响。攻击节点数目有一个阈值,在这一阈值附近,脆弱度指标跃变,连锁故障范围扩大至全部节点;超过这一阈值,信息层和物理层所有节点失效,系统延时增量为无穷大。对度数-介数对应依靠策略及拓扑中心度对应依靠策略下系统阈值如表1所示。
综合图2、图3及表1,拓扑中心度对应依靠策略对连锁故障体现了较低的脆弱度,由于拓扑中心度综合反映了网络拓扑及物理层电网特性。这种对应依靠策略下,信息层及物理层处于拓扑及运行特性关键位置的点之间相互建立依靠关系,对随机节点攻击体现了较低的脆弱度。
为了对比信息物理融合电力系统采用分布式区域控制中心与集中式控制中心结构对系统连锁故障脆弱度的影响,在拓扑中心度对应依靠策略中物理层电网不分区,物理层采用集中式控制中心节点的结构下,进行节点随机攻击模拟,脆弱度指标如图4所示。
对比图3与图4,采用分布式控制中心结构不能明显抑制连锁故障发生范围,但可以在故障传播过程中减小信息层延时,提高信息层实时性指标。
节点攻击策略对系统脆弱度也有影响,对比不同节点攻击策略下信息物理融合电力系统连锁故障的发展。选取在随机攻击中脆弱度低的拓扑中心度对应依靠策略信息物理融合电力系统模型,分析信息层节点在度数排列攻击、介数排列攻击、拓扑中心度排列攻击下的系统连锁故障。如图5—图7所示。
相比于随机攻击,信息物理融合电网在蓄意目标攻击下体现了高脆弱度。度数排列攻击与介数排列攻击结果相近,拓扑中心度排列攻击的节点阈值更低且曲线陡度更大,系统完全失效更快。由于信息层处在关键拓扑位置的节点遭到攻击,系统性能受到破坏,系统延时增量较随机攻击有明显增加。在此攻击下,高拓扑中心度对应的物理层节点处在物理层拓扑和电力参数重要的位置,这些节点失去3C功能依靠关系而失效,对物理层的拓扑结构和电网运行造成更大影响,加速了信息物理融合系统连锁故障传播和系统瘫痪。
4 结语
本文在基于拓扑的信息物理融合系统连锁故障分析中考虑信息层电网的潮流分析和输电线路容量检测,采用多阶段分析的改进渗流理论,建立动态信息物理融合电力系统的连锁故障模型。同时,从网络拓扑完整性和网络运行特性两方面建立连锁故障脆弱度评估指标。算例表明信息物理融合电力系统拓扑中心度对应依靠策略对随机节点攻击体现了较低的脆弱度。同时,采用物理层电网分区的分布式控制中心,可以明显降低故障中信息层延时增量,能提高系统连锁故障中信息层的运行时效性。在拓扑中心度对应依靠关系下,对比了信息物理融合电力系统在不同攻击策略下连锁故障的脆弱度。拓扑中心度排列攻击的节点阈值更低系统完全失效更快。同时,由于信息层处在关键拓扑位置的节点遭到攻击,系统性能受到破坏,系统延时增量较随机攻击有明显增加。
本文提出的模型能更好地模拟实际连锁故障的发生与动态发展过程,系统脆弱度指标结合拓扑与物理运行特性,更加综合全面。下一阶段将针对信息层的主要功能与模块建立更精细化的模型以及研究信息物理融合电力系统连锁故障的预防控制措施。
附录见本刊网络版(http://www.aeps-info.com/aeps/ch/index.aspx)。
摘要：基于改进渗流理论,提出了考虑物理层电网潮流分析与信息层延时的信息物理融合电力系统连锁故障模型。将连锁故障的动态发展描述为故障在信息层、物理层交替传播扩大的多阶段过程,在分析故障在物理层传播的阶段中考虑物理层电网潮流,在脆弱度指标中综合拓扑完整度、信息层延时增量及物理层实际运行指标。对信息层、物理层不同对应依靠策略及节点攻击策略的连锁故障建模仿真表明拓扑中心度对应依靠策略呈现较低的脆弱度;物理层分区设立分布式控制中心与集中式控制中心的结构相比,能提高连锁故障发展中信息层的运行实时性。同时,节点蓄意攻击相比于随机攻击能造成发展更迅速,影响范围更广的连锁故障。
信息物理融合系统概述 篇5
一、中学物理学科的育人价值定位
1. 中学物理学科的科学教育价值:提高学生的科学素养
中学物理教育作为科学教育的重要组成部分,是让学生获得物理学的基本知识与技能的同时,发展学生科学探究的意识和解决简单物理问题的能力,激励学生对于身边的自然现象和事件的好奇心,培养学生求真求实、开拓创新的科学精神,旨在提高全体学生的科学素养。
2. 中学物理学科的人文教育价值:提高学生的人文素养
物理学作为人类文化的重要组成部分,不仅其本身形成过程具有丰富的人文积淀,而且对人类社会的文明进程产生了巨大的推动作用,所以物理学科具有丰富的人文教育资源和人文教育价值。具体说,通过物理学知识的形成过程可以让学生感悟物理学与哲学的关系,提高学生的哲学素养,学会用辩证的、联系的和发展的观点看问题;从物理学发展与人类社会发展的关系看,建立正确的科学价值观,关注科学伦理,确立人与自然和谐相处的理念,成为一个尊重生命、尊重他人、尊重自然的人;通过对物理现象、物理方法和物理理论的鉴赏,领略物理学的理性之美,以美启真、以美辅德、以美促健,进而形成完美的人格。
3. 科学与人文的融合是中学物理学科教育追求的境界
物理学科教学中的科学教育和人文教育不是两条平行线,而是自然融为一体的,正如科学与人文的融合是中学物理学科的追求一样。爱因斯坦曾深刻地指出科学有两个功能:一是教育的性质“作用于心灵”,二是生产出“改变人类生活的工具”。中学物理学科的育人价值的落实就是要在教育教学中追求科学与人文的融合、求真与求善的统一。
二、课堂教学中实现育人价值的实施建议
1. 形成物理概念、规律的教学——注重形成过程,强调实验和体验
获得物理概念、规律,是学生学习物理的直接目标,而只有学生亲自参与、实际体验过的知识才能真正成为学生知识体系的一部分。学习物理知识同时也是获得学习方法、学会学习,因此物理教学必须重视概念形成的过程,强调学生的参与。
案例1:《机械能守恒定律》——上海市宜川中学毛慧敏
学生开展实验探究。实验器材有斜面、小车、光电门传感器等,不同小组在斜面上铺垫的材料不同,分别有布质、纸质、木质和铝质。实验完成后,教师组织学生交流实验结果,发现各组得到的机械能一高度关系图像的斜率不同,归纳出“表面越光滑机械能损失越少”的初步结论。
案例解析:让不同小组在实验中使用不同的斜面材料,在各组实验结论汇总的基础上,得出“阻力越小机械能越接近守恒”的结论,让学生经历了规律的发现过程。这样,学生才会对概念、规律形成足够深刻的理解,同时还感悟到发现物理规律的一种方法,这种做法独具匠心。这里体现的物理方法是实验归纳法,思维过程是从特殊到一般。
2. 实验的教学——形成科学方法,培养科学态度,追求科学精神
实验是科学家探索世界的一种科学方法,学生学习物理所经历的实验过程包含了大量的科学方法、科学态度以及科学精神的育人素材。实验教学应该是物理学科实现育人价值的重要阵地。
案例2:《惯性》——上海市鞍山初级中学马岩
教师提出问题:“除固体以外的其他物体是否也具有惯性呢?”学生利用提供的器材,围绕“准备采用什么样的方式,采用什么样的器材,做什么动作,研究对象是谁?它属于哪一类物体?”一系列问题展开讨论。在交流研究设计后,学生自行进行实验,最后在各组学生实验结论的基础上归纳出“固体、液体、气体,一切物体都具有维持原有运动状态的性质”的结论。
案例解析:让学生通过实验研究,认识物体具有惯性并会表现出的现象。教学中主要体现了两类科学方法的学习:一是科学观察,二是归纳方法。第一步,让学生通过举例、观看视频、实验研究来收集资料。第二步,让学生交流实验现象,整理在观察和实验时所得到的材料。教师和学生一起将实验中的研究物体分类为固体、液体和气体,并把物体由于惯性保持的原来运动状态分为静止状态和运动状态。第三步,让学生进行概括抽象,通过对实验进行分类、比较和分析,将其内在规律揭示出来。
3. 典型科学方法的教学——在运用中应点明和凸显方法
在中学物理学习中,有一些科学方法的使用非常典型,如控制变量法、类比法、等效替代、建立理想物理模型等,这些方法的学习需要点明方法的名称,有时还可以教给学生这些方法的定义,要求学生通过学习能辨识、使用这些方法。
案例3:《电动势》——上海市第二中学沈兰
教师:“由于电流和水流有相似之处,所以我们以水流来类比电流。”然后教师提出问题1:如何形成持续的水流?引导学生通过观察演示实验,发现在抽水机产生的“非重力”作用下,可以使水从低地势回到高地势。教师接着提出问题2:怎么样可以使得正电荷再回到高电势呢?学生立刻得出“要有个非静电力,使得正电荷从低电势回到高电势”的结论。教师再提出问题3:谁来提供这样的非静电力,以使形成持续电流呢?学生得出是电源提供了非静电力的结论。教师最后小结:电源的作用是通过非静电力,产生两个效果,一是维持两端的电势差,二是把其他形式的能转换成电能。
案例解析:教师通过电流与水流、非静电力与非重力、电势高低与地势高低、电势能与重力势能的一系列的类比,以及有效的几个问题,帮助学生非常容易地理解了电源在电路中所起的作用。同时,学生也能认识到学习新知识时可以运用类比方法,并且能感受到这种方法的运用对于理解新知识所产生的作用。
4. 科学精神、科学史实的教学——避免简单说教,经历感悟为主
直接用语言讲述,是在科学精神、科学事实的教学中常用的一种手段,但由于教师的语言表达能力各不相同,在讲述不具备足够的感染力时,就要发挥学生的主动性,采用多种信息手段,改变自上而下的知识传授方向。
案例4:《大气压强的测定》——上海师大附中附属龙华中学陈敏
在一次上课的过程中,教师发现在讲到托里拆利的伟大之处时,发现虽然自己很激动,可是学生似乎很难有相同感受。这是为什么呢?仔细思考后教师认为,教师的这些感受是在查阅了很多资料后,对本实验发生的历史背景非常了解的基础上有感而发的,而学生们缺乏了这一过程,仅靠教师的三言两语很难产生共鸣。于是,教师在授课前要求学生回去自己查找资料,了解实验。在上课时,教师开展知识竞赛,请各小组讨论后回答以下几个问题:当时的人们遇到了什么困难,导致托里拆利做了这个实验(实验背景是什么)?他的老师伽利略的观点是什么?托里拆利实验时先后用到哪些液体?最后为什么用了水银?实验结果与伽利略的观点一致吗?通过交流,你对这段历史有什么感想?
学生对于最后一个问题说了很多自己的感受,如托里拆利很聪明,能想出这么好的方法,太了不起了。最后教师指出:物理学史就是一个不断地“破”与“立”的过程,正是无数对权威的怀疑和修正,推进了物理学的发展。学生们也要有这种事实求是的精神和不畏惧权威的态度。
案例解析:物理学家的科学精神以及精彩的实验设计等是体现育人价值的不可多得的素材,教师没有通过简单的说教来介绍这些物理史实,而是通过一系列问题的设计,以小组竞赛的形式,让学生自己去感悟、领略,使育人的价值得以真正体现。
5. STSE的教学——事例贴近生活,关注热点问题
STSE是科学、技术、社会和环境的简称。物理教学可以从以下几个方面体现STSE教育。学生个人方面:健康、消费、环保行为、兴趣爱好。社会或社群方面:健康卫生、能源消耗及供应、人口分布、垃圾处理、环境影响、气候变化、地震预测、新材料或装置的使用、基因转变、交通等。全球方面:流行病的扩散、资源的可再生与不可再生、人口增长、物种的可持续发展、大气变化、现代战争、物种绝灭、空间探索、宇宙的起源和结构等。
案例5:《生活中的玻意耳定律》——上海市虹口高级中学梅云霞
教师在课堂上展示静脉输液装置,提出问题:“在输液瓶下端一般插有两根细管,一根是连到我们的身体上,还有一根是悬空的,想一想为什么要两根?如果我们只用一根可以吗,会出现什么情况?”然后教师演示只用一根输液管的情况,学生观察发生的现象。在师生互动的过程中,通过建立物理模型,运用物理知识分析发生现象的原因,有学生提出解决的方案:“如果让瓶内气体接通大气压就可以继续滴液了。”教师根据方案实际操作装置,验证了学生根据理论分析提出的方案的可行性。
案例解析:静脉输液装置是学生在医院看病时看到过的与自己健康有关的一个治病装置,而它所运用的原理来自物理知识。用这样的事物作为物理课堂分析的例子,通过解答教师提出的问题,学生用物理知识解释了生活中常见的事例,体现了物理与生活、技术的紧密联系。
6. 哲学思想、审美的教学——提高教师自身修养,把握机会随时学习
第一,物理思想体现了辩证唯物主义的观点和方法,如实事求是、辩证思维、善于创新。物理学中体现的哲学思想主要有:世界是物质的,运动是物质不可分割的根本属性,物质运动的形式是多样的,物质运动的发展变化有它本身的规律性。这些规律是可以逐步被认识的,人们通过认识和掌握这些规律能动地改造自然。
在物理学中的一些典型知识的教学中,如作用力与反作用力、原子是带有正负电荷的统一体、光的波粒二象性等,教师应让学生认识到“发展是对立面的统一和斗争”这一辩证法的核心观点,即从物质的三态变化过程(沸点、溶点、凝固点)、波长不同的电磁波具有不同性质、元素的转化过程等,使学生明确“发展是量变引起质变的过程”这一普遍原理。通过物理教学使学生在潜移默化中了解辩证唯物主义的观点和方法,这不仅是科学研究的强有力武器,也是有利于他们人生旅途的正确指导思想。
第二,物理学是一门充满美的科学,它的美无处不在。物理学所揭示的自然界丰富多样的运动形式及规律,展示的自然界运动规律的科学理论和科学成果,在结构上体现出完满性、系统性和秩序性的美,更具有物理学所特有的和谐美、简洁美、对称美和新奇美。这些美蕴藏在物理公式、定理、定律背后,有时也能通过实验展示出来,只要我们注意挖掘教材中美的因素,对学生就能进行正确的审美教育。
从阿基米德的杠杆定律到能量守恒、动量守恒、质量守恒定律都符合对称的审美标准,还可以从光的狭缝衍射条纹中发现一种形象直观的对称美。牛顿将天地间所有的运动统一在他的万有引力定律中,麦克斯韦方程组对电与磁的完美统一等,都是物理学本身所具有的和谐美。开普勒从大量凌乱的观测资料中发现了行星运动第三定律的表达式,爱因斯坦的质能关系、牛顿的万有引力定律等,都是用简单、简洁的公式表达了复杂的规律,这都是简洁美在物理学的体现。狄拉克在发展量子理论的过程中同时预言了“正电子”的存在,具有新奇美;爱因斯坦透过洛伦兹变换的数学形式看出问题实质是物理空间和时间的关系,并创立了相对论,这也是新奇美。在物理教学中,教师从学生认为平淡无奇的物理现象中提出一些新奇的问题,可以让学生体验到科学的新奇美,从而激发其强烈的学习兴趣和探讨自然的欲望。
案例6:《波的干涉》——华东师大二附中赵伟
师:在上一节课中我们学习了波的衍射、波的叠加和波的独立传播原理,今天我们来学习波的干涉。波的干涉和衍射都是波具有的特征。在学习之前,大家先看一下讲台,我带了一把古筝。我平时非常喜欢音乐,最近也在学古筝,今天正好有一个机会讲到与这个有关的内容,我现在给大家弹一首曲子(教师当堂弹奏古筝《我的祖国》)。这古筝的声音是非常好听的,它的声音是什么发出来的呢?大家知道,我刚才弹拨了琴弦,琴弦带动了面板的振动……
【信息物理融合系统概述】推荐阅读：
信息与物理融合系统07-25
电力信息物理融合系统08-31
信息物理融合电力系统07-18
信息化融合物理实验09-19
信息物理整合系统10-23
物理融合系统09-15
初中物理信息技术08-31
1第1章信息系统概述10-03
物理教育信息化管理10-16
现代信息技术物理教学09-04