本文的作者为Xin Yanan、Huo Weiwei、He Weishan和Shi Cheng，其所属机构包括国网新疆电力有限公司电力科学研究院、国网新疆电力有限公司伊犁伊河供电公司、国网新疆电力有限公司巴州供电公司和国网新疆电力有限公司克州供电公司。该研究于2025年发表于IEEE的会议“7th Advanced Information Management, Communicates, Electronic and Automation Control Conference (IMCEC)”。

本研究属于电力系统与通信技术交叉领域。随着新能源大规模接入电网，新型电力系统正在形成。然而，可再生能源电站多位于偏远地区，存在地面通信覆盖差或无信号的难题，这严重制约了系统对全面、精准、高可靠信息支撑能力的需求。卫星通信因其广域覆盖、不受地域限制等优势，被视为弥补电力通信盲区的关键潜在技术。但电力业务类型多样，对通信指标（如时延、带宽、可靠性等）的要求各不相同，并非所有业务都适合通过卫星传输。因此，本研究旨在解决一个核心问题：如何科学评估各类电力业务与卫星通信（特别是高轨卫星和低轨卫星）的适配性，从而为新型电力系统中卫星通信的合理应用提供决策依据和参考框架。具体目标是提出一种基于多属性决策理论的电力业务适配性评估方法，并以若干典型电力业务为例，定量分析其与两类卫星通信技术的适配程度。

本研究的详细工作流程主要包括四个核心步骤：业务与通信需求分析、评估指标体系构建、基于多属性决策理论的适配性评估计算，以及最后的适配性结果分析与解释。

第一步：业务与通信需求分析。 本研究首先系统地梳理了卫星通信在新型电力系统中的潜在应用场景。根据电力系统“发、输、变、配、用”的核心环节，详细列举了卫星通信在通信、授时、导航/定位、遥感四大服务功能下的具体应用，例如新能源场站数据监控、输电线路智能巡检、变电站全景感知、分布式电源接入、电动汽车导航优化等。这为后续评估提供了广泛的应用背景。紧接着，研究聚焦于具体电力业务的通信性能指标要求。研究选取了八种典型的电力业务作为评估对象，包括继电保护（Relay Protection）、安全稳定控制（Security and Stability Control）、数据采集与监控系统（SCADA）、“三遥”（Three Remotes，即遥测、遥信、遥控）、差动保护（Differential Protection）、精准负荷控制（Precision Load Control）、电能表数据采集（Electricity Meter Data Collection）和视频监控（Video Surveillance）。研究明确了每种业务对六个关键通信性能指标的具体量化要求，这些指标包括时延、带宽、误码率、可靠性、抖动和丢包率。例如，继电保护要求时延≤10毫秒，误码率≤10⁻⁹，可靠性≥99.999%；而“三遥”业务的时延要求则为≤2秒。这些量化需求构成了后续评估的基准。同时，研究也系统对比了高轨卫星通信与低轨卫星通信在相同性能指标上的典型表现差异。例如，高轨卫星时延高（250-300毫秒）、带宽大、可靠性受单星故障影响大；低轨卫星时延低（10-50毫秒）、带宽相对较小、但星座冗余带来的可靠性更高。这一对比为评估两类卫星技术对不同业务的适用性提供了技术参数基础。

第二步：评估指标体系与数据标准化。 基于第一步收集的异构数据（业务需求指标与卫星性能指标格式、量纲不一），研究建立了用于评估的关联决策矩阵。矩阵的行代表不同的电力业务（研究样本，此处n=8），列代表六个通信性能指标（α=6）。矩阵中的元素 f_ij 表示第i项业务对第j项指标的量化需求值。为了使不同类型的指标具有可比性，研究采用了归一化处理。指标被分为效益型（如带宽、可靠性，数值越大越好）和成本型（如时延、误码率、抖动、丢包率，数值越小越好）。分别采用公式(2)和(3)进行归一化计算，将原始数值映射到[0, 1]区间，最优值为1，最差值为0。经过此步骤，得到了标准化的关联决策矩阵 R，其中 r_ij 是标准化后的值，消除了量纲影响，为后续的加权综合计算奠定了基础。

第三步：基于多属性决策理论的适配性计算。 这是本研究的核心方法。研究采用熵权法来确定各通信指标在整体适配性评估中的权重。熵权法的原理是：某个指标在不同业务间的需求差异越大（即该指标对区分业务适配性越重要），其信息熵越小，所分配的权重就越大。具体计算如公式(4)(5)所示，先根据标准化矩阵R计算每个指标的信息熵e_m，再根据公式(3)得到权重w_m。最终形成一个包含六个指标权重的权重矩阵W。接下来，进行综合评估。将标准化矩阵R中的每个元素 r_im 乘以其对应的权重 w_m，得到加权标准化决策矩阵U（公式(6)）。最后，为每个业务（矩阵U的每一行）计算一个综合适配性得分 u’_i，该得分是将其所有加权标准化指标值相加得到（公式(7)）。这个得分（0到1之间，或转化为百分制）直观地反映了该业务利用当前评估的卫星通信网络（高轨或低轨）进行传输的总体适配程度。得分越高，表示适配性越好。

第四步：适配性结果分析与解释。 研究将上述方法应用于八项电力业务，分别计算了它们与高轨卫星和低轨卫星通信的适配性得分，结果如表IV所示。例如，继电保护业务在低轨卫星下的适配性得分为20.43，而在高轨卫星下为93.28；差动保护在低轨卫星下得分为27.42，在高轨卫星下为94.37。相反，电能表数据采集业务在低轨卫星下得分为65.37，在高轨卫星下为67.32。视频监控业务在两者下的得分均相对较低（低轨51.11，高轨60.13）。研究对这些结果进行了深入的机理分析。对于低轨卫星，其低时延、全球覆盖的优势使其对时延要求极苛刻的继电保护、差动保护等业务本应有优势，但计算得分却很低。这反过来恰恰说明，低轨卫星虽然在时延上可能满足要求，但可能在可靠性（99.99%-99.999%）、误码率（10⁻⁷–10⁻⁹）等指标上，仍无法完全达到这类保护业务“五个九”（99.999%）及10⁻⁹误码率的极端要求，导致在综合加权评估中得分偏低。而对于安全稳定控制、SCADA等实时性要求稍低（毫秒到百毫秒级）但同样要求高可靠性的业务，低轨卫星则表现出较好的综合适配性（得分在50-60之间）。电能表数据采集等非实时业务，得分中等，说明卫星通信可以作为一种可行的备选方案。视频监控因数据量大、带宽需求高，卫星通信总体适配性受限。对于高轨卫星，其高时延特性决定了它完全不适用于继电保护等业务（尽管计算得分高，但这可能是由于归一化基准和权重分配在特定计算设置下产生的结果，文中解释为“高通信容量使其在某些应用中有一定适用性”，这里可能存在对得分解读的细微之处，或提示在权重设置上对时延的惩罚不够极端）。然而，对于稳定性控制、SCADA、“三遥”、精准负荷控制等业务，其大容量优势得以发挥，适配性得分提升。对于视频监控，高轨卫星在特定区域的大容量能力使其获得了一定的适配性得分。

研究的结论是，不同电力业务与卫星通信的适配性存在显著差异，不能一概而论。低轨卫星凭借低时延优势，更适合对实时性要求高、但可容忍一定其他指标波动的场景（如部分控制类业务）。高轨卫星则凭借大容量优势，在非实时或准实时的大数据传输场景（如数据采集、部分视频监控）中更具潜力。本研究提出的基于多属性决策理论（熵权法）的适配性评估方法，提供了一种量化、系统的分析工具，能够将多元异构的通信需求与卫星性能指标进行标准化和综合评判，从而为电力企业在不同场景下选择最合适的卫星通信技术提供了科学的决策参考依据。该研究的价值在于其工程应用导向，直接针对新型电力系统建设中遇到的远程通信痛点，将通信技术与电力业务需求进行深度耦合分析，填补了该领域系统性评估方法的空白。其科学价值在于将成熟的多属性决策理论创造性地应用于电力-通信跨学科适配性评估这一具体问题，并建立了可复用的评估框架。

本研究的亮点突出体现在以下几个方面：首先，研究视角具有前瞻性和实用性，紧扣“新型电力系统”和“卫星互联网”两大热点，解决了新能源接入中的现实通信难题。其次，评估方法的系统性与创新性，摒弃了单一指标判断的片面性，构建了包含六大关键性能指标的综合评估体系，并创新性地引入多属性决策理论（熵权法）进行量化综合评估，使结果更具科学性和说服力。第三，分析过程的详尽与对比性，不仅对业务需求进行了细致梳理，还对高、低轨卫星技术性能进行了全面对比，并进行了深入的适配性得分机理分析，使研究结论层次分明。最后，成果的指导意义明确，得出的适配性得分表和结论，能够直接为电力系统通信规划、卫星通信技术选型及网络建设提供具体的参考标准和决策依据。

此外，文中还包含一些有价值的细节，例如明确指出了当前研究中多准则决策常存在权重分配不合理的问题，从而为本研究采用熵权法这一相对客观的赋权方法提供了依据；同时，研究引用的文献也显示了其工作建立在前期对5G与电力业务适配性等研究的基础之上，体现了研究的延续性和交叉性。