電網企業各級運監中心成立以來，積累了一定工作經驗，運監中心的作用得到初步發揮。但是面對時刻變化的電網信息與數據資源，運營監測工作在技術手段和使用工具上還存在薄弱環節，限制了中心職能作用的發揮。本文圍繞可視化技術這一核心，簡述了可視技術發展現狀，并結合運監中心的監測、分析、展示這三大核心業務，提出了可視化技術的應用方向的建議

1. 引言

在全面深化電力體制改革和大數據技術、人工智能等計算機科學理論快速發展的背景下，電網公司運營監測中心的成立是企業管理領域的重大創新，旨在對電網公司的內外部環境、綜合績效、核心資源、運營動態、關鍵流程等進行實時在線監測和分析，成為電網公司的千里眼、順風耳、鐵算盤和預警機。自各級運監中心成立以來，經歷了從無到有、從建設到運行、不斷探索、逐步提升的發展歷程，形成了運監工作的基本方法，運監中心的作用得到初步發揮。

然而，面對時刻變化的電網信息與數據資源，運營監測工作在技術手段和使用工具上還存在薄弱環節。目前在數據使用上主要通過搬數據的方式開展監測分析，在分析工具上缺乏系統的數據分析挖掘的工具和環境，在成果展示上仍以傳統的靜態圖形與文字為主，大數據技術應用的基礎還有待加強。

圍繞國網公司建設具有卓越競爭力的世界一流能源互聯網企業的發展戰略目標，運營監測中心應進一步突出其基于數據應用的公司戰略運營監控的專業定位，進一步提升運監工作的系統性。以上問題的存在，限制了運監中心的職能和作用的實現。

2. 數據可視化技術發展及優勢

可視化技術是指將抽象的事物或過程變成圖形圖像的表示方法。可視化的目的是洞察數據，發現信息，做出決策或解釋數據。現代的數據可視化技術指的是運用計算機圖形學和圖像處理技術，將數據換為圖形或圖像在屏幕上顯示出來，并進行交互處理的理論、方法和技術。信息可視化就是使用計算機支持的、交互性的視覺表示法，對抽象數據進行表示，以增強認知。它是將抽象數據用可視的形式表示出來，以利于分析數據、發現規律(信息)和制定決策。知識可視化是在科學計算可視化、數據可視化、信息可視化基礎上發展起來的新興領域，應用視覺表征手段，促進群體知識的傳播和創新，研究視覺表征在提高群體之間知識傳播和創新的作用。從研究進展來看，電力系統可視化目前尚處在數據可視化階段，重點在數據的可視化展示，而缺少挖掘數據、發現規律這些信息可視化的特征。

2.1. 信息可視化技術

大數據可視化技術涉及傳統的科學可視化和信息可視化，從大數據分析將掘取信息和洞悉知識作為目標的角度出發，信息可視化技術將在大數據可視化中扮演更為重要的角色。

2.1.1. 文本可視化

文本信息是大數據時代非結構化數據類型的典型代表，可以將文本中蘊含的語義特征(例如詞頻與重要度、邏輯結構、主題聚類、動態演化規律等)直觀地展示出來。具體實現方式例如基于詞頻的標簽云形式、敘述結構語義的樹形可視化、結合文本和時間屬性的綜合可視化等。相關示例見圖1。

圖1. 文本可視化

2.1.2. 網絡可視化

網絡關聯關系（包括層次結構數據）是大數據中最常見的關系，直觀地展示網絡中潛在的模式關系，例如節點或邊聚集性，是網絡可視化的主要內容之一。具體實現方式例如具有層次結構的樹圖、放射圖，利用空間填充法的矩形填充、嵌套圓填充。面對海量節點時，采用聚集和交互的方法，如基于邊捆綁的大規模密集圖等。相關示例見圖2。

2.1.3. 時空數據可視化

時空數據是指帶有地理位置與時間標簽的數據。時空數據可視化與地理制圖學相結合，在時間與空間維度建立可視化表征，對與時間和空間密切相關的模式及規律進行展示。具體實現方式例如，流式地圖、空間立方體等。相關示例見圖3。

2.1.4. 多維數據可視化

多維數據指的是具有多個維度屬性的數據變量，大多存在于企業信息系統以及商業智能系統。技術重點在于探索多維數據項的分布規律和模式，并揭示不同維度屬性之間的隱含關系。包括基于幾何圖形、層次結構、圖標、像素、圖結構以及混合方法。如散點圖、投影、平行坐標等。相關示例見圖4。

2.2. 支持可視分析的人機交互技術

2.2.1. 支持可視分析過程的界面隱喻與交互組件

在用于大數據可視分析的用戶界面中，除可視化表征還應提供有效的界面隱喻來表示分析的流程，提供相應的交互組件供分析者使用和管理可視分析的全過程。例如分析者的分析思路、信息路徑、觀察到的事實、信息線索、分析記錄和批注、假設、證據集合、推論和結論、分析收獲(信息和知識等)、行為歷史跟蹤等。

2.2.2. 多尺度、多焦點、多側面交互技術

多尺度界面將尺度的層次與信息呈現的內容聯系起來，解決數據的規模超過了屏幕像素的總和，無法一次全部顯示的問題，并以平移與語義縮放作為主要交互技術。

焦點 + 上下文(Focus + Context，簡稱F + C)技術將用戶關注的焦點對象與整體上下文環境同時顯示在一個視圖內，突出焦點對象，保持了整體信息空間的可見性。

多側面關聯技術重點建立針對多個信息側面的視圖，從而對多側面視圖的可視化對象進行動態關聯，以探索內在的關系。

2.2.3. 面向Post-WIMP的自然交互技術

傳統的WIMP交互技術主要依賴鼠標和鍵盤作為主要交互方式，造成用戶在執行任務時很大一部分時間花在了如何操作上，可視分析所采用的交互技術應是貼近用戶認知心理的、支持直接操縱的、自然的交互技術。例如多通道交互、觸摸式交互、筆交互等。

圖2. 節點(樹)可視化

圖3. 流式地圖

圖4. 多維平行坐標系在可視化的應用

3. 運營監測可視化技術的應用方向

數據可視化技術從功能應用的維度對數字可視化技術應用中出現的新工具和新平臺加以分類，包括呈現多維混搭的可視化應用，揭示數據關聯趨勢的可視化新服務，有助于發散形象思維的可視化新工具，提供數據交流社區的可視化新平臺等 [8]。

電網企業的主營業務主要包括電網運行維護、電力客戶服務、人財物核心資源運營管理等，相應的電網企業大數據可以分為電網運行數據、電力客戶數據、電網企業管理數據三類 。電力運營監測主要是指以全面性的監測為基礎、以實踐中的具體運營作為基本方向、以科學的協調與合理的控制作為基礎手段來進行一系列的監測與具體的分析的相關工作。運營中心在監測、分析業務中，處理的數據大多為管理類數據。管理類數據呈現海量、多類、跨專業、處理高求高等特點。運監中心需要對這些大批量的數據進行甄別、整合、處理，最后作為自己的有效信息和分析基礎，并最終以異動和問題的甄別、發展趨勢外推等形式展示其監測分析的成果。

3.1. 監測過程的數據可視化應用方向

除了一些眾所周知的英文縮寫，如IP、CPU、FDA，所有的英文縮寫在文中第一次出現時都應該給出其全稱。文章標題中盡量避免使用生僻的英文縮寫。

3.1.1. 運監監測業務現狀

運監中心的監測圍繞公司主營業務活動和核心資源，實現對公司外部環境、綜合績效、運營狀況、核心資源、關鍵流程等方面24小時在線動態全面監測，主要涉及企業管理數據。監測目標是及時發現公司運營過程中的異動和問題并進行警示。目前大多通過構建監測模型、梳理指標體系、設定指標閾值等方式實現。除個部環境數據外，一般通過數據中心采集業務系統的相關信息或直接在業務系統內進行查詢采集。

以上工作方式，在一定程度上限制了監測范圍，且獲取數據的效率較低，發現異動問題的準確性低、指向性差，存在一定的時滯，并未實現“全天候、全方位、全流程”的即時在線監測。

3.1.2. 建議應用方向

在監測環節的可視化技術應用用戶為監測人員，其對數據不存在有意或無意的期待偏向，有能力并傾向于發現數據之間的關聯、了解數據的發展趨勢。因此，在這一環節，可視化技術的應用應提供一種動態、高效、圖形化的數據關系展示。構建基于數據可視化的系統化監測場景將有利于實現監測工作目標(圖5)。

在具體功能設計上，應具備以下特點：

1) 在設計場景時，應結合監測范圍和公司特點，做到系統化、全覆蓋、有重點。在設計單體場景時，應準確定義異動和問題的特征。

2) 針對不同監測對象構建基于全局的場景。不同監測對象，是指對監測對象進行分類，如流程類、指標類，基于全局，是指涵蓋指標及指標影響要素。

3) 在監測場景中實現逐級溯源和下鉆，以快速發現問題并準確定位。

可以構建基于GIS圖形化監測場景，實現對電網資源、運行狀態的準確全面監測，利用空間展示功能，進行疊加分析與展現，揭示企業數據信息在區域上的分布與相互關系等。

例如，針對電網運營和投資效率，構建基于地理信息的配變運行監測場景，利用空間數據可視化技術，通過平移、縮放等方法，實現逐級溯源和下鉆。

針對量價費等綜合績效指標，可以構建基于全區地圖的電力客戶效益圖譜，按不同地區、不同類別、不同規模等影響因素，設置理論指標區間，通過交互實現異動準確定位。

針對關鍵流程，如綜合計劃項目管理、資金流量管理等，可以利用時空數據可視化技術，設計業務流程圖表現方式，對關鍵點設置判斷原則，并快速發現流程淤阻。

3.2. 分析過程的可視分析技術應用

3.2.1. 運監監測現狀

運監中心分析業務以提升公司整體運營效率和效益為目標，以全面監測為基礎，圍繞全面監測發現的異動和問題，從公司整體運營的高度，以先進管理理論和分析方法為指導，開展企業級的跨專業、跨部門的綜合分析，揭示問題成因、影響及風險，提出對策建議，為公司經營決策提供有力支撐。

可以看出，運監中心的分析工作不同于專業分析。一是在分析對象的范圍上，側重于跨專業、跨部門的全局性分析，二是在分析視角上，堅持以外部視角看公司，以全局視角看專業，要求分析素材源于專業，但分析結果高于專業，三是在分析目的上，除了提示問題成因，還注重發現和揭示規律、趨勢。因此，在運監分析的過程中，更多的工作是對跨專業數據間的關聯關系進行研究和挖掘。

由于缺乏系統化的大數據分析工具，分析報告以模板類套用為主，缺乏必要的對關聯關系的研究過程，造成分析結論單薄，指向性不明確，問題根因揭示不清晰。這種工作局面影響了運監中心在公司管理層的權威和業務的進一步發展。

3.2.2. 建議應用方向

構建綜合性的大數據可視分析平臺，平臺應具備數據地圖、圖集工具、模型工具、專業定制、數據分析等功能服務于用戶對數據的定制、分析、展示需求。重點是實現人機互動的大數據可視分析功能。一方面通過可視化技術提供分析模型與工具，另一方面充分運用人類具備的、機器并不擅長的認知能力，即充分利用計算機系統和人各自的優勢，實現基于人機交互的分析過程(圖6)。

圖5. 可視化技術在監測環節的應用過程

圖6. 可視化技術在分析環節的應用過程

1) 針對綜合性管理問題，可以基于可視技術，利用交互組件建立基于數據視圖、知識視圖、導航視圖的可視分析界面，對分析推理流程以及假設和證據進行組織管理，通過視圖之間的互動，快速發現數據、結論之間的關聯關系。例如，對電網投資的綜合效益評估分析。

2) 針對多維變量分析問題，可以采用多側面關聯技術，在交互過程中對多側面視圖中的對象進行動態關聯，建立多個分析角度之間的內在關聯關系，以發現問題所在。例如，對電價及其影響因素、程度的關聯分析。

例如，將可視化分析的方法引入電網項目監測分析，采用化子化、微應用的原則，輔助用戶了解數據來龍去脈、業務關聯關系，促進數據快速搜索、自動組裝，實現數據的敏捷分析。

3.3. 成果展示的信息可視化應用

3.3.1. 成果展示及分類

運監中心的成果展示分為兩類。

1) 監測分析成果的展示，一般以報告或匯報的形式體現，對象是公司領導層或管理層，載體為文檔、圖表和PPT。此類成果展示重點在于用簡潔的內容、詳實的數據和科學的結論揭示問題、規律和趨勢。

2) 公司經營成果的展示，一般以大屏為載體，內容應涵蓋公司的經營業績、管理成效、發展成果和責任實踐等，全面覆蓋公司運營管理過程，展示內容選擇力求體現公司工作重點、業績亮點及良好的企業形象。同時，應制定多種典型展示場景，特定對象可進行展示內容的自由選取和個性定制，滿足不同層級、不同領域的展示需求。

以互動的動態畫面、圖表形式體現，對象是各級、各類領導和調研團體。展示的重點在于以互動的方式展示公司發展、運營狀況和企業形象。

對于監測分析成果的展示，取決于監測分析的過程與質量，在此不作為討論重點。

對于大屏的可視化，各級運監中心已積累了豐富的實踐經驗。主流做法是通過多樣化的圖形(柱圖、線圖、餅圖、散點、雷達等)對公司整體運營動態、核心資源、關鍵流程等進行全景展示。

以上方式雖然在展示點上可以覆蓋到公司的整體，但是在展示深度、廣度上還有欠缺，在實時動態、用戶交互方面，仍有探索空間。

3.3.2. 建議應用方向

利用文本可視化、網絡可視化、多維可視化、時空可視化等技術，進行基于地理圖、熱力圖、3D模擬等應用的展示場景的設計，充分利用大屏的視覺沖擊力，提升展示效果(圖7)。

1) 突出實時。運監中心對公司運營狀況進行24小時監測，在電網、設備、用戶等各方面，運行和業務數據時刻發生變化，通過合理的方式展示這種動態的變化是大屏展示的重點。

圖7. 可視化技術在展示環節的應用過程

2) 突出交互。大屏展示的場合氣氛較為寬松，參觀者對展示內容會有疑問或興趣，因此，應通過數據、場景的關聯，加強互動的功能，提升參觀體驗。

4. 結語

數據可視化提供的實質是一種界面，以簡潔易懂、省時高效的方式呈現數據內容，理解數據含義。數據可視化技術最終落腳點都應是滿足某種用戶的需求。在監測環節，主要是利用數據可視化揭示數據關聯和趨勢，用戶是監測人員，對可視化的結果進行有意識的鑒別與發現。在分析環節，利用可視化結果和數據跨專業調用，借助人員的經驗與發散思維，經過動態關聯的反復，形成分析結論。在展示環節，通過可視化技術將監測與分析的結論以文本或大屏為載體進行展示，包括問題及根因、趨勢及預測等，用戶是無意識的接受者。

作為大數據挖掘分析工作的高級運用與結果的最終體現，可視化技術將成為運監中心在監測分析及對外展示中的重要技術手段，在發揮運監中心職能上將發揮越來越大的作用。

目前，雖然各級運監中心在大數據挖掘方面不斷取得新的成果，但是如何利用可視化技術構建監測、分析、展示的綜合性、系統性平臺，提高監測的效率、分析的深度和展示效果，仍需要進一步的研究和探索。