基于多主体的　电力需求预测集成平台|第几产业为我国劳动力需求的主体

　　以主体技术为基础的科研和决策支持系统与传统系统相比，在开放性、智能性、交互性、模块化等方面具有很大潜力，其特点契合了电力需求预测等复杂电力、经济系统研究的需要。 　　
　　多主体技术协助电力需求预测
　　多主体(Multi-Agent)技术是近年来发展迅猛并在科研和工程技术领域不断取得应用成果的重要研究方向。多主体系统（Multi-Agent System, MAS）是计算机技术、网络技术和分布式人工智能相结合的产物，是近年来新兴的计算机软件工程技术之一。它为大量存在于科学计算、机械工程、生产控制、电子商务、企业管理和电力系统等广阔领域的复杂的分布式、开放式系统的设计和实现提供了新的途径和方法。多主体系统理论因其适用条件与电力系统的特征几乎完全吻合而受到众多学者的关注，利用多主体技术集成电力系统现有信息和知识，开发考虑多种因素的电力系统，是推动多主体应用和电力系统研究的基础。
　　多主体环境MAGE(Mulit-AGent Environment)是中科院计算所开发的面向主体的可视化软件开发、集成和运行环境。在MAGE支持下，实现了基于多主体的电力需求预测集成平台PowerLab。
　　多主体环境MAGE
　　
　　MAGE主要基于主体和多主体技术，支持软件开发全过程（如图1所示）。包括面向主体的需求分析工具AUMP (Agent Universal Modeling Platform) 和可视化多主体系统开发平台VAStudio (Visual Multi-Agent Studio)。MAGE为用户提供了一个功能强大的可视化多主体系统设计、开发和运行环境，方便了用户开发基于主体的应用系统。MAGE能很好地支持分布性、灵活性、智能性等复杂软件的设计和开发，其主要功能特点如下:
　　1、分布性和开放性: MAGE分布式计算平台构建在Java RMI之上，隐藏底层实现细节，呈现给用户的是统一的分布式计算环境。用户可以在其上方便地搭建自己的分布式应用，非常适合于构造具有高度开放、分布、可重构和可伸缩的信息集成框架。
　　2、智能性和可适应性: 用户可以很方便地搭建自己基于主体的应用系统，能有效地实现对企业流程的重组，协调组织之间的相互依赖关系，并可极大地提高信息集成平台的通用性和适应性。
　　3、可复用性: MAGE提供了多种系统集成和软件复用方案，可以方便地集成各种系统和复用已有的资源。MAGE提供了三种软件重用方案: 嵌入式、外挂式和动态连接式，支持不同层次的软件集成和复用，为集成“异质信息弧岛”提供了新途径。
　　4、移动性: MAGE支持主体可以在不同平台中移动，不仅为信息集成平台带来完整的分布式计算环境，而且可提供一个自然的执行“自由市场”规则的计算环境，新的服务能动态地来到和离去，各种服务可在网络上就地安装。
　　
　　电力需求预测集成平台PowerLab
　　
　　PowerLab体系结构
　　PowerLab采用多主体技术，集成各类资源，为用户提供一个规范统一，界面友好的自适应实验平台，从而使用户能够通过实验灵活地设计和完成各种电力需求预测任务。PowerLab平台构建在分布式平台MAGE之上，如图2所示。PowerLab工作流支撑平台和决策支撑平台提供可视化操作界面供预测人员使用。其中工作流管理为预测人员提供一个可视化流程管理平台，决策平台根据用户过去的经验积累知识，通过自组织学习对模型、算法寻优。
　　
　　PowerLab中的主体设计
　　在PowerLab主要包括四类主体: 资源主体、工具箱主体、工作流主体和决策主体。它们的功能行为分别设计如下:
　　资源主体: 包括数据源主体、模型库主体、知识库主体和显示主体。这些资源都可以是采用不同技术开发的遗留软件。
　　工具箱主体: 管理各类资源主体。这些资源可能分布在网络的各个地方。工具箱主体提供给用户一个透明的资源管理平台，用户无须了解资源在什么地方，使用资源的实现细节等。
　　工作流主体: 提供一个可视化流程管理平台，使得用户能够通过简单的拖拽，自由选择工具箱中的资源设计电力预测分析实验。
　　决策主体: 利用过去的经验积累知识，通过自组织学习对模型、算法寻优。与工作流主体不同，预测人员无须定制资源参数，决策主体能够利用过去的经验，自动选择模型参数，完成预测分析实验。
　　
　　运行实例
　　
　　我们用一个具体的实例来说明预测人员如何在前台可视化界面上快速构建电力需求预测实验。例如预测我国全社会用电量增长率，全社会用电量增长率主要受到第二产业和第三产业用电增长的影响，居民生活用电虽然在其中占比较小，但是近年来增长速度较快，所以也被考虑在内。运行PowerLab，加载服务器上提供的所有资源。首先选择所需用到的资源，拖拽到右边的工作流平台。然后设计实验流程:
　　● 首先调用模型库预测重工业的用电量增长率，调用模型库预测轻工业的用电量增长率，得到重工业和轻工业预测结果;
　　● 然后调用模型库预测第三产业的用电量增长率，得到第三产业的预测结果;
　　● 接着调用模型库预测第二产业用电量增长率，然后结合重工业和轻工业的预测结果对第二产业的预测结果进行校核，得到第二产业预测结果;
　　● 接着调用模型库预测居民生活的用电量增长率，得到居民生活的预测结果;
　　● 接着调用模型库预测全社会用电量增长率，然后结合运用第三产业、第二产业、居民生活用电量的预测结果对全社会用电量增长率进行综合分析，得到全社会用电量预测调整图表，如图3所示。
　　
　　● 最后保存实验流程，生成实验报告文档共享到报告库。
　　流程中预测模型参数可由用户自己根据以往经验选择，也可以由PowerLab自主选择。在PowerLab中能够根据用户需要灵活设计不同的实验。也可以专家经验对预测数据进行修正，使得预测的水平更能反映某些特定的政策和事件对供用电的影响。
　　总结与展望
　　多主体技术是近年来发展迅猛并在科研和工程技术领域不断取得应用成果的重要研究方向。以主体技术为基础的科研和决策支持系统与传统系统相比，在开放性、智能性、交互性、模块化等方面具有很大潜力，其特点和优势契合了电力需求预测等复杂电力、经济系统研究的需要。MAGE采用多主体技术，该平台集成异质资源，可以提供一个用户透明的分布式资源管理平台，而且为用户提供一个灵活、可视化预测分析实验平台，使得用户完成不同层面、不同区域的电力需求预测实验。同时能够集成专家知识库，实现对模型、算法的自主寻优。但是如何协同各个分布计算平台上预测人员的经验、结果，是预测分析的一个重要问题，也是下一步的开发重点。