杜鳳青 程 凡 李 永

（1.國網(wǎng)上海市電力公司電力科學(xué)研究院，上海 200092；2.上海久隆企業(yè)管理咨詢有限公司，上海 200072）

0.引言

放眼全球科技創(chuàng)新的發(fā)展，科研工作呈現(xiàn)出從單項(xiàng)技術(shù)創(chuàng)新向以產(chǎn)品和產(chǎn)業(yè)為中心的技術(shù)集群創(chuàng)新轉(zhuǎn)變的趨勢，不同技術(shù)緊密連接、學(xué)科領(lǐng)域交叉滲透。在能源電力領(lǐng)域，隨著全球能源互聯(lián)網(wǎng)理念的提出及發(fā)展，電力企業(yè)的業(yè)務(wù)活動和經(jīng)營模式呈現(xiàn)出前所未有的跨界特征，傳統(tǒng)電力產(chǎn)業(yè)鏈發(fā)-輸-配-售電的相關(guān)技術(shù)與大數(shù)據(jù)、云計(jì)算、信息通信、物聯(lián)網(wǎng)等新興技術(shù)不斷融合，并在廣度和深度上呈現(xiàn)出進(jìn)一步增強(qiáng)的態(tài)勢。展望未來，電力企業(yè)科技創(chuàng)新所面向的技術(shù)范圍和類別將發(fā)生根本性變化，有效識別新興技術(shù)門類、形成適應(yīng)能源互聯(lián)網(wǎng)的技術(shù)體系，是科技創(chuàng)新工作的基礎(chǔ)和前提。

目前，現(xiàn)有的能源電力技術(shù)體系框架存在技術(shù)領(lǐng)域覆蓋不全面、新興技術(shù)方向缺失等問題，已經(jīng)無法全面、科學(xué)展示能源互聯(lián)網(wǎng)的技術(shù)脈絡(luò)，不能滿足科技創(chuàng)新布局及項(xiàng)目管理的需要。

本文通過對學(xué)科演化及技術(shù)預(yù)見等先進(jìn)理論和實(shí)踐的研究，基于當(dāng)前能源互聯(lián)網(wǎng)技術(shù)領(lǐng)域識別及分類現(xiàn)狀，提出基于文獻(xiàn)計(jì)量法的能源互聯(lián)網(wǎng)技術(shù)領(lǐng)域分類方法，揭示能源互聯(lián)網(wǎng)技術(shù)結(jié)構(gòu)，研究熱點(diǎn)和發(fā)展趨勢。

1.研究方法和數(shù)據(jù)來源

1.1 研究方法

文獻(xiàn)計(jì)量法是以文獻(xiàn)體系和文獻(xiàn)計(jì)量特征為研究對象，采用數(shù)學(xué)、統(tǒng)計(jì)學(xué)等計(jì)量研究方法，通過對科學(xué)技術(shù)活動的代表文獻(xiàn)情報(bào)進(jìn)行計(jì)量分析，研究其分布結(jié)構(gòu)、數(shù)量關(guān)系、變化規(guī)律和定量管理，遴選前沿研究領(lǐng)域、研究項(xiàng)目和技術(shù)目標(biāo)，進(jìn)而探討科學(xué)技術(shù)結(jié)構(gòu)、特征和規(guī)律的一門學(xué)科。本文采用文獻(xiàn)計(jì)量法中最為常用的作者共被引分析和共詞分析對文獻(xiàn)進(jìn)行計(jì)量分析，以此來探討能源互聯(lián)網(wǎng)領(lǐng)域結(jié)構(gòu)分布情況。

共被引分析由于高被引文獻(xiàn)的形成需要較長時間，而新興學(xué)科的研究往往人數(shù)眾多、作品比較分散、被引用情況不穩(wěn)定，因此，往往不能反映新文獻(xiàn)所代表的研究主題，從而更適合研究成熟學(xué)科的研究范式。共詞分析的研究對象是詞或詞組，通過分析詞與詞之間的親疏關(guān)系，推斷學(xué)科的研究熱點(diǎn)或研究范式，由于高頻詞往往反映的是熱點(diǎn)，所以更適合研究新學(xué)科的研究范式或成熟學(xué)科的研究熱點(diǎn)。

1.2 數(shù)據(jù)來源

本研究所用數(shù)據(jù)來源于國網(wǎng)上海市電力公司科技創(chuàng)新智慧平臺，即中國知網(wǎng)（CNKI）中國學(xué)術(shù)期刊全文數(shù)據(jù)庫中與電力技術(shù)有關(guān)期刊，時間跨度為1912 年至2020 年。

2.基于文獻(xiàn)計(jì)量學(xué)的能源互聯(lián)網(wǎng)技術(shù)領(lǐng)域識別及分類

2.1 作者共被引分析

作者共被引分析以文獻(xiàn)作者為基本單元，眾多學(xué)者按照被引證關(guān)系聚集成學(xué)科學(xué)術(shù)群體網(wǎng)絡(luò)，呈現(xiàn)出學(xué)科專業(yè)研究人員之間的聯(lián)系與結(jié)構(gòu)特點(diǎn)，反映學(xué)科專業(yè)之間的聯(lián)系及其發(fā)展變化趨勢與規(guī)律。由于高被引文獻(xiàn)的形成需要較長的時間，因此，本文通過共被引分析研究的是能源互聯(lián)網(wǎng)相對成熟的技術(shù)領(lǐng)域[1]。

2.1.1 作者共被引頻次分析

首先，用BibExcel 軟件對數(shù)據(jù)進(jìn)行被引頻次統(tǒng)計(jì)分析，篩選出電力技術(shù)領(lǐng)域被引頻次排名前100 位的學(xué)者，作為能源互聯(lián)網(wǎng)技術(shù)研究領(lǐng)域的代表人物。其次，對100位學(xué)者構(gòu)建學(xué)者共被引頻次矩陣，用數(shù)字編號代替學(xué)者姓名，以方便數(shù)據(jù)獲取、分析。最后，將作者共被引頻次矩陣轉(zhuǎn)化為皮爾遜相關(guān)系數(shù)矩陣，并對其進(jìn)行標(biāo)準(zhǔn)化處理，消除由學(xué)者被引頻次數(shù)量差距和文獻(xiàn)引用特性不同而造成的影響，使后續(xù)多元統(tǒng)計(jì)分析結(jié)果得到合理解釋。

2.1.2 因子分析

對皮爾遜相關(guān)系數(shù)矩陣進(jìn)行主成分分析，原有的100 個變量，在第30 個主成分時累計(jì)貢獻(xiàn)率達(dá)到90.05%，即這30 個主成分能解釋原有變量90%的信息，具有一定的群體代表性，可以把這30 個主成分所代表的30 個學(xué)術(shù)群體作為能源互聯(lián)網(wǎng)技術(shù)研究歷程中最有影響力的主流學(xué)術(shù)群體。

2.1.3 聚類分析

上述分析是基于高被引頻次的計(jì)量分析，可能存在主成分劃分過細(xì)的問題，需要通過聚類分析進(jìn)一步對學(xué)術(shù)群體進(jìn)行分析和驗(yàn)證。對皮爾遜相關(guān)系數(shù)矩陣進(jìn)行系統(tǒng)自下而上的層次聚類分析，參照主成分分析得出的綜合因子數(shù)目進(jìn)行聚類,使用Average-Linkage 聚類法獲得電力技術(shù)領(lǐng)域高被引頻次前100 位學(xué)者聚類樹狀圖。

2.1.4 結(jié)果分析

通過探究聚類樹狀圖1，可以將能源互聯(lián)網(wǎng)成熟的技術(shù)領(lǐng)域結(jié)構(gòu)劃分為8 個研究領(lǐng)域，分別對應(yīng)八大學(xué)術(shù)群體。

圖1 能源互聯(lián)網(wǎng)成熟技術(shù)八大研究領(lǐng)域及對應(yīng)學(xué)術(shù)群體

由于能源互聯(lián)網(wǎng)技術(shù)領(lǐng)域?qū)W者的學(xué)術(shù)視野比較寬闊、研究領(lǐng)域比較寬泛，所以通過因子分析和聚類分析所劃分的學(xué)術(shù)群體會出現(xiàn)技術(shù)領(lǐng)域交叉的情況，因此，由此劃分的學(xué)術(shù)群體僅體現(xiàn)某領(lǐng)域?qū)W者間學(xué)術(shù)聯(lián)系密切程度，并不代表學(xué)者的研究僅限于此領(lǐng)域。

2.2 共詞分析

通過作者共被引分析研究了能源互聯(lián)網(wǎng)成熟技術(shù)領(lǐng)域結(jié)構(gòu)，構(gòu)建了能源互聯(lián)網(wǎng)技術(shù)領(lǐng)域基礎(chǔ)架構(gòu)。下面利用共詞分析開展期刊高頻關(guān)鍵詞的共現(xiàn)分析，以此對共被引分析得出的技術(shù)領(lǐng)域分類進(jìn)行驗(yàn)證和補(bǔ)充，同時揭示能源互聯(lián)網(wǎng)技術(shù)的交叉領(lǐng)域、新興技術(shù)，追蹤研究熱點(diǎn)和趨勢[2]。

2.2.1 高頻關(guān)鍵詞選定

作為一篇文章核心內(nèi)容的縮影，關(guān)鍵詞是作者學(xué)術(shù)思想與學(xué)術(shù)觀點(diǎn)的凝練體現(xiàn)，可以代表該文章或作者的研究重點(diǎn)。本部分選擇2015—2020 年CNKI 數(shù)據(jù)庫SCI 和EI 期刊中與電力相關(guān)的文獻(xiàn)作為數(shù)據(jù)來源。經(jīng)過兩輪去除、合并、簡化處理，共得到13542 個關(guān)鍵詞。

受文章研究廣度限制，無法對全部樣本進(jìn)行分析，需要選取一定范圍的高頻詞作為代表。為確保關(guān)鍵詞能代表研究熱點(diǎn)和趨勢，綜合考慮樣本大小、關(guān)鍵詞頻數(shù)總體變化情況及實(shí)際研究狀況，位于前166 位的關(guān)鍵詞（頻次≥10）詞頻數(shù)累計(jì)達(dá)到42%，可以認(rèn)為其基本能夠表征能源互聯(lián)網(wǎng)技術(shù)領(lǐng)域的主要研究問題和研究熱點(diǎn)。

2.2.2 共詞聚類分析

應(yīng)用BibExcel 軟件構(gòu)建166 個高頻關(guān)鍵詞的共詞矩陣。對其進(jìn)行系統(tǒng)自下而上的層次聚類分析，使用Average-Linkage 聚類法生成166 個關(guān)鍵詞的聚類樹狀圖，可以將近5 年能源互聯(lián)網(wǎng)技術(shù)領(lǐng)域結(jié)構(gòu)劃分為40 個研究領(lǐng)域分支。剖析樹狀圖發(fā)現(xiàn)，每個聚類中都包含了傳統(tǒng)統(tǒng)計(jì)學(xué)算法和現(xiàn)代人工智能算法，說明近5 年能源互聯(lián)網(wǎng)各個技術(shù)領(lǐng)域的研究都交叉融合了各類模型算法，如遺傳算法、有限元法、聚類分析、粒子群算法、潮流計(jì)算等，表明這是當(dāng)前能源互聯(lián)網(wǎng)技術(shù)的研究熱點(diǎn)和趨勢。

為了更加清晰地透視能源互聯(lián)網(wǎng)核心技術(shù)的研究熱點(diǎn)和趨勢，將諸如主成分分析、神經(jīng)網(wǎng)絡(luò)、聚類分析、差分進(jìn)化等算法剔除后，得到111 個高頻關(guān)鍵詞，再次構(gòu)建共現(xiàn)矩陣、進(jìn)行聚類分析。

2.2.3 結(jié)果分析

在能源互聯(lián)網(wǎng)技術(shù)領(lǐng)域，通過共詞分析得到4 個新技術(shù)領(lǐng)域及其研究熱點(diǎn)和趨勢，如圖2 所示。

圖2 能源互聯(lián)網(wǎng)新技術(shù)領(lǐng)域及其研究熱點(diǎn)和趨勢（基于共詞分析）

同時，對作者共被引分析得到的能源互聯(lián)網(wǎng)技術(shù)基本框架進(jìn)行補(bǔ)充，豐富各個技術(shù)領(lǐng)域的子技術(shù)方向、研究熱點(diǎn)和趨勢如圖3 所示。

圖3 能源互聯(lián)網(wǎng)新技術(shù)領(lǐng)域及其研究熱點(diǎn)和趨勢（基于作者共被引分析）

3.結(jié)語

本文提出了基于文獻(xiàn)計(jì)量法的能源互聯(lián)網(wǎng)技術(shù)領(lǐng)域分類方法，設(shè)計(jì)了能源互聯(lián)網(wǎng)技術(shù)分類模型。運(yùn)用作者共被引分析、共詞分析構(gòu)建了能源互聯(lián)網(wǎng)技術(shù)體系，梳理了能源互聯(lián)網(wǎng)技術(shù)12 大技術(shù)領(lǐng)域和若干技術(shù)方向，揭示了能源電力領(lǐng)域新興技術(shù)，追蹤了熱點(diǎn)技術(shù)方向和趨勢。

由于數(shù)據(jù)運(yùn)算能力的限制，本文對能源互聯(lián)網(wǎng)技術(shù)領(lǐng)域的分類和能源互聯(lián)網(wǎng)前沿細(xì)分技術(shù)的挖掘仍存在不足，部分最前沿技術(shù)、新興研究領(lǐng)域可能未被發(fā)現(xiàn)。后續(xù)，可針對未來技術(shù)的可能性、可行性、技術(shù)合作與競爭對手、未來技術(shù)優(yōu)先發(fā)展領(lǐng)域等進(jìn)行全面判斷，為能源互聯(lián)網(wǎng)技術(shù)領(lǐng)域布局提供科學(xué)依據(jù)和參考。