运行演示
操作很简单，理解其意义却要花不少功夫。
pgm-ds 确实易于使用。从 Jupyter Notebook 风格的文档改写出一个运行演示的脚本，相对轻松。但要明白眼前的数据到底代表什么，就困难得多了。
软件包提供了基于 Flask WSGI 前端的电网可视化，可以直接在浏览器中查看。图形使用 Dash Cytoscape，一个漂亮又强大的图形可视化引擎，非常适合这类应用。
图形很好看，但真正有信息量的数据以表格形式显示在控制台中。以下是几个例子：
节点
| id | u_rated | node_type | feeder_branch_id | feeder_node_id | u | x_coor | y_coor |
|---|---|---|---|---|---|---|---|
| 1 | 10500.0 | 0 | 64 | 61 | 0.0 | 125.848.. | 245.522.. |
| 2 | 10500.0 | 0 | 65 | 61 | 0.0 | 385.322.. | 175.70.. |
| 61 | 10500.0 | 1 | -2147483648 | -2147483648 | 0.0 | 134.732.. | 145.515.. |
线路
| id | from_node | to_node | from_status | to_status | feeder_branch_id | feeder_node_id | is_feeder | r1 | x1 | c1 | tan1 | i_n | i_from |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 63 | 61 | 12 | 1 | 1 | 63 | 61 | True | 0.411.. | 0.023.. | 0.0 | 0.0 | 110.013.. | 0.0 |
| 74 | 20 | 8 | 1 | 1 | 63 | 61 | False | 0.585.. | 0.000.. | 0.0 | 0.0 | 227.694.. | 0.0 |
| 125 | 96 | 94 | 1 | 1 | 63 | 61 | False | 0.036.. | 0.04.. | 0.0 | 0.0 | 362.904.. | 0.0 |
变压器
| id | from_node | to_node | from_status | to_status | feeder_branch_id | feeder_node_id | is_feeder | u1 | u2 | sn | tap_size | uk | pk | i0 | p0 | winding_from | winding_to | clock | tap_side | tap_pos | tap_min | tap_max | tap_nom |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 123 | 5 | 95 | 1 | 1 | 64 | 61 | False | 10500.0 | 3000.0 | 30000000.0 | 0.0 | 0.203 | 100000.0 | 0.0 | 0.0 | 0 | 0 | 12 | 0 | 0 | 0 | 0 | 0 |
| 124 | 12 | 96 | 1 | 1 | 63 | 61 | False | 10500.0 | 3000.0 | 30000000.0 | 0.0 | 0.203 | 100000.0 | 0.0 | 0.0 | 0 | 0 | 12 | 0 | 0 | 0 | 0 | 0 |
理解数据
配置和运行代码确实容易，但理解输出以及软件能够实现什么，就没有那么简单了。我的背景是 Linux 系统管理和 Python 编程，并没有电气工程的专业知识。
我开始研究数据结构、函数，阅读清晰简洁的 API 文档，并查找相关资料。
过去，我总觉得电网是复杂却基本静态的电路。后来才明白，把它理解成动态的物理系统更合适。电抗、无功功率等电气属性会以不那么直观的方式显著影响系统行为。电网几乎像一个有生命、会呼吸的实体。
演示中有一个值立刻引起我的注意：每公里电抗，在线路属性中表现为 x1。电抗大概是最难让我理解的概念。我最后看了几段 YouTube 视频，还和 ChatGPT 讨论了一番。无功功率是理解电网为什么如此难管理的关键。完整解释超出了本文范围，但要认识系统的行为，就必须了解这个概念。
我没有研究每个属性，只是想弄清这个软件包做什么，以及它如何对应现实世界。
电网建模
当我认识到电网真正有多复杂、多精密时，脑中对它规模的估计立刻扩大了几个数量级。正如前面所说，我有 Linux 工作背景，也曾在 CIBC、Merrill Lynch、Moneris Solutions 和 SiGe Semiconductor 等机构的运维团队工作。我见过那些堆满技术细节、供运维人员使用的大型仪表盘。于是我搜索了 Hydro One（安大略省一家电力公司）的运维仪表盘。
这只是系统的一个局部，却足以体现实际操作人员面对的信息密度与复杂性。
pgm-ds 软件允许动态修改电网、添加或删除组件，并报告故障和失效情况。它可以通过冗余连接重新路由电力，还有其他功能。你可以模拟系统变更，尝试预测未来需求以及变更产生的影响。
面对如此复杂的系统，模拟自然成为机器学习的基础。像 pgm-ds 这样的工具能够生成结构化场景，用于预测、异常检测和辅助决策。
扩展和管理电网不仅困难，而且是个推进缓慢的过程。无论建造电厂、水坝、数据中心、工厂还是住宅社区，都需要时间。
结论
这个领域不仅技术上引人入胜，而且具有重要的现实意义。这样的工具不只是在模拟基础设施，也帮助塑造基础设施的发展方向。因此，这项工作既充满智力挑战，也很有价值。
链接
公司与组织
Power Grid Model DS
API 文档
GitHub 仓库
- Power Grid Model 项目组织
- powergridmodel+subscribe@lists.lfenergy.org:mailto，订阅 Power Grid Model 邮件列表