一种电力负荷管理系统多模态组网在环测试推演方法与流程

本发明属于数字孪生领域，特别涉及一种电力负荷管理系统多模态组网在环测试推演方法和系统。

背景技术：

1、随着国家双碳战略目标的稳步推进，新能源发电占比越来越高，源、荷两侧的随机性使电网供需平衡压力持续增大、成本持续上升，因此，依托新型电力负荷管理系统挖掘、利用需求侧灵活调节资源，推进电网调节模式从“源随荷动”向“源网荷储互动”转变，实现可调资源与电网拓扑的时空匹配，以响应全网及局部区域的供需调节需求显得十分重要。

2、然而，当前新型电力负荷管理系统组网调控回路充分性和灵活性不足，难以实现有效的精细化调控，并且现有技术方案通信方式单一，数据传输实时性较差，难以满足负荷快速调控的要求。

技术实现思路

1、为了解决现有技术中存在的不足，本发明提供了一种电力负荷管理系统多模态组网在环测试推演方法和系统，以尽可能逼真地模拟现场应用的真实环境，从而实现新型电力负荷管理系统多模态网络的高精度测试验证，寻找并优化调整组网方式，以提升新型电力负荷管理系统的性能。

2、为解决上述技术问题，本发明采用如下的技术方案。

3、本发明首先公开了一种电力负荷管理系统多模态组网在环测试推演方法，该方法包括以下步骤：

4、将智慧能源服务平台、智慧能源单元和可控负荷组成新型电力负荷管理系统，并针对不同业务需求响应场景，确定所述智慧能源单元本地、上行和下行的多模态组网方式；

5、基于三维重建技术构建所述新型电力负荷管理系统中实体设施的静态可视化模型，并将所述静态可视化模型导入labview仿真平台；

6、在所述labview仿真平台中构建新型电力负荷管理系统多模态网络链路虚拟模型，基于所述实体设施的静态可视化模型构建所述新型电力负荷管理系统数字孪生体，在所述labview仿真平台中调用mysql数据库，通过数字孪生体接收智慧能源单元上行数据和下行数据；

7、根据多场景业务需求，测试不同组网方式的有效性，对所述新型电力负荷管理系统的常规性能指标和非常规功能进行测试，生成测试日志数据；

8、基于深度学习网络挖掘所述测试日志数据的特征信息，获取所述新型电力负荷管理系统的不同参数配置与网络性能间的映射关系，推演当前网络资源下的最佳参数配置。

9、本发明进一步包括以下优选方案：

10、所述确定所述智慧能源单元本地、上行和下行的多模态组网方式，进一步包括，针对工业、商业楼宇、企业园区三种典型场景下的电网与需求侧资源的互动需求：

11、将所述智慧能源单元之间的通信连接类型确定为rs485或zigbee；

12、将所述智慧能源单元到所述智慧能源服务平台之间的通信连接类型确定为4g/5g或以太网；

13、将所述智慧能源单元到所述可控负荷之间的通信连接类型确定为can总线或wifi。

14、所述基于三维重建技术构建所述新型电力负荷管理系统中实体设施的静态可视化模型，并将所述静态可视化模型导入labview仿真平台，进一步包括：

15、利用所述新型电力负荷管理系统中的实体设施的多视角图像，基于sfm原理获取待建设施的稀疏点云；首先对任意相邻两个实体设施图像进行图像特征点的提取与匹配；其次通过已匹配的特征点对，基于五点法计算相机本征矩阵e，并对所述本征矩阵进行奇异值分解，得到两张图像所对应相机的旋转矩阵r和平移关系，估计相机位姿；最后在已知相机位姿的情况下，基于三角化算法获取已匹配特征点所对应的三维稀疏点云坐标；其中相机位姿求解公式如下：

16、

17、其中(u1,v1)，(u2,v2)分别为两张图像所匹配特征点的像素坐标，a1、a2为两张图像所匹配特征点的归一化坐标，a1＝[u1 v11]，a2＝[u2 v21]；e0至e8为两个相机所对应的3*3本征矩阵的9个元素数值；

18、e＝u∑vt

19、其中u、v为正交矩阵，σ为奇异值矩阵；且旋转矩阵r与平移向量t为：

20、

21、若在空间中一点p，分别在两个相机各自相机坐标系下坐标为p1、p2，其满足：

22、p2＝rp1+t

23、以稀疏点云为输入，基于pmvs算法执行点云稠密化处理；以sfm原理得到的稀疏点云为输入，通过初始化面片生成、面片扩张和面片过滤三个步骤的反复迭代来完成面片的生成和筛选，最终得到稠密的面片，进行稠密点云重建；

24、利用泊松表面重建算法对所述稠密点云进行曲面重建，生成电网实体设施的静态可视化模型。

25、所述通过数字孪生体接收智慧能源单元上行数据和下行数据，进一步包括：

26、在所述labview仿真平台中构建新型电力负荷管理系统多模态网络链路虚拟模型；

27、配置多模态网络链路初始参数；

28、步基于所述多模态网络链路虚拟模型和所述实体设施的静态可视化模型，构建所述新型电力负荷管理系统数字孪生体；

29、在所述labview仿真平台调用mysql数据库；

30、接收所述智慧能源单元上行、下行数据于数字孪生体。

31、所述对所述新型电力负荷管理系统的常规性能指标进行测试，进一步包括：

32、基于数据接收结果，通过网络连通状态、数据可靠性、时序一致性、丢包率判断所述新型电力负荷管理系统上行和下行不同组网方式的有效性；

33、基于实时数据驱动所述新型电力负荷管理系统的数字孪生体仿真运行，测试系统响应时间、吞吐量、资源占用率指标，生成常规性能测试日志数据并保存。

34、所述对所述新型电力负荷管理系统进行非常规功能测试，进一步包括：

35、基于实时数据驱动所述新型电力负荷管理系统数字孪生体仿真运行，对所述新型电力负荷管理系统依次执行并发性测试、可伸缩性测试和配置测试，生成非常规功能测试日志数据并保存。

36、本发明同时公开了一种利用前述电力负荷管理系统多模态组网在环测试推演方法的电力负荷管理系统多模态组网在环测试推演系统，包括电力负荷管理系统构建模块、可视化模型构建模块、数字孪生体构建模块、在环测试日志数据模块和网络参数配置推演模块。

37、所述电力负荷管理系统构建模块，用于将智慧能源服务平台、智慧能源单元和可控负荷组成新型电力负荷管理系统，并针对不同业务需求响应场景，确定所述智慧能源单元本地、上行和下行的多模态组网方式；

38、所述可视化模型构建模块，用于基于三维重建技术构建所述新型电力负荷管理系统中实体设施的静态可视化模型，并将所述静态可视化模型导入labview仿真平台；

39、所述数字孪生体构建模块，用于在所述labview仿真平台中构建新型电力负荷管理系统多模态网络链路虚拟模型，基于所述实体设施的静态可视化模型构建所述新型电力负荷管理系统数字孪生体，在所述labview仿真平台中调用mysql数据库，通过数字孪生体接收智慧能源单元上行数据和下行数据；

40、所述在环测试日志数据模块，用于根据多场景业务需求，测试不同组网方式的有效性，对所述新型电力负荷管理系统的常规性能指标和非常规功能进行测试，生成测试日志数据；

41、所述网络参数配置推演模块，用于基于深度学习网络挖掘所述测试日志数据的特征信息，获取所述新型电力负荷管理系统的不同参数配置与网络性能间的映射关系，推演当前网络资源下的最佳参数配置。

42、相应地，本技术还公开了一种终端，包括处理器及存储介质；

43、所述存储介质用于存储指令；

44、所述处理器用于根据所述指令进行操作以执行根据前述电力负荷管理系统多模态组网在环测试推演方法的步骤。

45、相应地，本技术还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述电力负荷管理系统多模态组网在环测试推演方法的步骤。

46、本发明的有益效果在于，与现有技术相比，本发明提供了一种电力负荷管理系统多模态组网在环测试推演方法和系统，通过构建基于“智慧能源服务平台-智慧能源单元-可控负荷”的三层新型电力负荷管理系统架构，针对不同需求响应场景下业务需求，设定智慧能源单元本地、上行和下行可灵活调换通信组网连接方式，基于三维重建技术构建所述新型电力负荷管理系统中实体设施的静态可视化模型，导入labview仿真平台并构建新型电力负荷管理系统多模态网络链路虚拟模型，结合实体设施的静态可视化模型构建新型电力负荷管理系统数字孪生体；在labview仿真平台调用构建mysql数据库通过数字孪生体接收智慧能源单元上行数据和下行数据，结合多场景业务需要，测试不同组网方式的有效性及新型电力负荷管理系统常规性能指标，对新型电力负荷管理系统进行非常规功能测试，生成测试日志数据，基于深度学习网络挖掘测试日志数据特征，获取新型电力负荷管理系统不同参数与网络性能间的映射关系，推演当前网络资源下最佳参数配置，实现了新型电力负荷管理系统多模态网络的高精度测试验证，寻找并优化调整组网方式，提升了新型电力负荷管理系统的性能。