一种基于数字孪生技术的电力物联网故障预警方法及系统与流程

[0001]
本发明涉及的技术领域，尤其涉及一种基于数字孪生技术的电力物联网故障预警方法及系统。


背景技术：

[0002]
电力物联网的迅速发展，使得电力设备数量也迅速提升，为了保证电力系统高效可靠传输，电力物联网的故障预警技术与故障处理技术显得尤为重要。如何解决电力系统处理故障时延问题与故障预警问题，数字孪生技术与边缘计算技术的发展提供了一套可行的方案。
[0003]
数字孪生(digital twin，dt)技术利用大量传感器实时采集物理对象的全方位数据，将采集到的数据通过可视化技术映射成一个与物理对象相同的虚拟对象。物理对象的数据实时传输给虚拟对象，对虚拟对象进行操作也可以反馈给物理对象。构建一套电力物联网故障预警系统的数字孪生模型，实现对电力系统的实时监测和故障预警，操作人员在控制中心即可了解所有电力设备的实时状态，当电力设备发生故障时，虚拟对象会及时映出故障地点与故障类别。操作人员也可以通过对虚拟对象进行仿真操作，来预测操作风险。


技术实现要素：

[0004]
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
[0005]
鉴于上述现有存在电力物联网的故障预警技术与故障处理技术的问题，提出了本发明。
[0006]
因此，本发明解决的技术问题是：现有的网络传输延时高、故障预警不够智能并且故障实验成本高。
[0007]
为解决上述技术问题，本发明提供如下技术方案：采集设备数据并进行预处理；利用所述预处理后的数据构建数字孪生模型；将实时对象数据映射至所述数据构建数字孪生模型，并对所述实时对象数据中出现的故障发出预警。
[0008]
作为本发明所述的基于数字孪生技术的电力物联网故障预警方法的一种优选方案，其中：所述采集设备数据包括，设备运行数据、设备形态数据和设备环境数据，其中所述设备运行数据为主要数据包括电网运行数据与计量仪表数据，所述设备形态数据包括各电力设备的机械形态参数、设备损耗程度以及电力设备的位置坐标，所述设备环境数据包括设备周围静态环境、设备周围人员变动情况。
[0009]
作为本发明所述的基于数字孪生技术的电力物联网故障预警方法的一种优选方案，其中：所述预处理包括，所述预处理根据数据的类型采用不同的处理方法，其中对于所述设备运行数据不经边缘计算处理直接通过传输网络传输；对于所述设备形态数据采用利用所述设备形态数据在数据中心构建全比例数字孪生模型，并且搭建所述虚拟对象与所述
实体对象的传输通道，将计算服务器下放至网络边缘，数据经过预处理后再传输至数据中心；对于所述设备环境数据，一一对应电力设备对图像数据进行初步筛选后传输至数据中心。
[0010]
作为本发明所述的基于数字孪生技术的电力物联网故障预警方法的一种优选方案，其中：所述数字孪生模型包括，对所述预处理后的设备数据，利用虚拟建模技术构建一个与设备相对应的虚拟对象，并将所述实时采集的设备数据与所述虚拟对象进行交互，使得物理对象的状态可以实时映射至虚拟对象并将故障类型发送至平台管控中心。
[0011]
作为本发明所述的基于数字孪生技术的电力物联网故障预警方法的一种优选方案，其中：所述数字孪生模型还包括，在所述平台控制中心对所述数字孪生模型中的虚拟对象输入操作指令，所述虚拟对象进行仿真模拟，判断是否存在操作风险，若不存在则将所述操作指令传输至物理对象，若存在风险则提供对应的优化方案，并且若所述平台控制中心输入的所述操作指令顺序错误，所述虚拟对象会根据错误提供优化，给出正确的操作顺序。
[0012]
作为本发明所述的基于数字孪生技术的电力物联网故障预警方法的一种优选方案，其中：所述风险评估包括，由于所述虚拟对象与所述物理对象数据为实时交互的，在虚拟对象中可以得到物理对象中相同的结果，根据虚拟对象结果来查看是否满足指标要求，满足要求则可以下达正确的才做指令。
[0013]
作为本发明所述的基于数字孪生技术的电力物联网故障预警方法的一种优选方案，其中：所述通过传输网传输包括；网络传输采用5g网络切片进行传输。
[0014]
本发明解决的另一个技术问题是：提出一种基于数字孪生技术的电力物联网故障预警系统，解决现有系统的故障预警不够智能化的问题。
[0015]
作为本发明所述的基于数字孪生技术的电力物联网故障预警系统的一种优选方案，其中：终端感知模块用于分类采集设备数据并对所述采集到的数据进行预处理，包括数据采集单元和数据预处理单元，其中所述数据预处理单元与所述数据采集单元相连接，对所述数据采集单元采集的数据进行预处理；
[0016]
边缘智能模块用于进行故障判别以及风险评估，包括数字孪生单元和ai处理单元，其中所述数字孪生单元构建一套虚拟对象并与物流对象监测的数据相映射，所述ai处理单元连接于所述数字孪生单元，接收所述虚拟对象数据进行仿真预操作，确认操作的合理性。
[0017]
功能实现模块连接于所述终端感知模块与边缘智能模块，用于提供不同的故障处理功能，保障系统的完整性。
[0018]
作为本发明所述的基于数字孪生技术的电力物联网故障预警系统的一种优选方案，其中：所述ai处理单元包括，优化模型连接于所述数字孪生单元，利用所述数字孪生单元得到操作的最优解；故障模型连接于所述数字孪生单元，用于获取所述虚拟对象得到的故障信息，判断故障类型和地点；预测模型连接于所述数字孪生单元，对所述虚拟对象进行仿真操作，用于对故障信息进行风险评估。
[0019]
本发明的有益效果：数据传输延时低，本发明在用户终端侧部署边缘服务器，极大程度的降低了数据传输时延；故障智能处理，本发明以数字孪生技术为基础，物理对象在操作时可以实时映射到虚拟对象，并通过可视化技术呈现至控制中心，可以精确判别故障类型与地点；智能化故障试验，本发明可以通过在虚拟对象进行仿真试验，既能减少设备损
耗，同时可以避免试验风险。
附图说明
[0020]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0021]
图1为本发明第一个实施例所述的一种基于数字孪生技术的电力物联网故障预警方法的流程示意图；
[0022]
图2为本发明第一个实施例所述的一种基于数字孪生技术的电力物联网故障预警方法的故障预测流程示意图；
[0023]
图3为本发明第一个实施例所述的一种基于数字孪生技术的电力物联网故障预警方法的故障判别流程示意图；
[0024]
图4为本发明第一个实施例所述的一种基于数字孪生技术的电力物联网故障预警方法的优化流程示意图；
[0025]
图5为本发明第一个实施例所述的一种基于数字孪生技术的电力物联网故障预警系统的数字孪生模型工作原理图。
[0026]
图6为本发明第二个实施例所述的一种基于数字孪生技术的电力物联网故障预警系统的系统工作原理图；
[0027]
图7为本发明第二个实施例所述的一种基于数字孪生技术的电力物联网故障预警系统的系统整体框架示意图；
[0028]
图8为本发明第二个实施例所述的一种基于数字孪生技术的电力物联网故障预警系统的感知终端模块工作原理图；
具体实施方式
[0029]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
[0030]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
[0031]
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0032]
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
[0033]
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位
或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0034]
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0035]
实施例1
[0036]
参照图1～4，为本发明的第一个实施例，该实施例提供了一种基于数字孪生技术的电力物联网故障预警方法，包括：
[0037]
s1：采集设备数据并进行预处理。其中需要说明的是，
[0038]
采集设备数据包括，设备运行数据、设备形态数据和设备环境数据，其中设备运行数据为主要数据包括电网运行数据与计量仪表数据，设备形态数据包括各电力设备的机械形态参数、设备损耗程度以及电力设备的位置坐标，设备环境数据包括设备周围静态环境、设备周围人员变动情况；预处理包括，预处理根据数据的类型采用不同的处理方法，其中对于设备运行数据不经边缘计算处理直接通过传输网络传输；对于设备形态数据采用利用设备形态数据在数据中心构建全比例数字孪生模型，并且搭建虚拟对象与实体对象的传输通道，将计算服务器下放至网络边缘，数据经过预处理后再传输至数据中心；对于设备环境数据，一一对应电力设备对图像数据进行初步筛选后传输至数据中心。
[0039]
进一步的是，通过传输网传输包括，网络传输采用5g网络切片进行传输。
[0040]
s2：利用预处理后的数据构建数字孪生模型。其中需要说明的是，
[0041]
数字孪生模型包括，对预处理后的设备数据，利用虚拟建模技术构建一个与设备相对应的虚拟对象，并将实时采集的设备数据与虚拟对象进行交互，使得物理对象的状态可以实时映射至虚拟对象并将故障类型发送至平台管控中心。
[0042]
s3：将实时对象数据映射至数据构建数字孪生模型，并对实时对象数据中出现的故障发出预警。
[0043]
数字孪生模型还包括，在平台控制中心对数字孪生模型中的虚拟对象输入操作指令，虚拟对象进行仿真模拟，并进行风险评估判断是否存在操作风险，若不存在则将操作指令传输至物理对象，若存在风险则提供对应的优化方案，并且若平台控制中心输入的操作指令顺序错误，虚拟对象会根据错误提供优化，给出正确的操作顺序；进一步的是，风险评估包括，由于虚拟对象与物理对象数据为实时交互的，在虚拟对象中可以得到物理对象中相同的结果，根据虚拟对象结果来查看是否满足指标要求，满足要求则可以下达正确的才做指令。
[0044]
以远程倒闸作业为例，操作人员向某处断路器下发倒闸操作的指令，该指令传输至数字孪生模型并在虚拟对象中进行仿真，根据仿真结果判定该操作指令是否存在风险，当仿真结果满足电路中的各项指标要求时，将该操作指令传输至断路器执行机构并对断路器执行倒闸操作，当仿真结果不满足指标要求时，数字孪生模型根据人工智能算法结合操作指令，向平台中心给出优化方案，操作人员根据模型给出的建议并结合自身操作经验适
当调整操作指令。
[0045]
为了更好地对本发明方法中采用的技术效果加以验证说明，本实施例中选择一种基于对区间运动曲线的物联网故障预警方法进行测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果；
[0046]
本发明方法是一种基于数字孪生技术的电力物联网故障预警方法，选取三种不同数量的设备作为实验组验证本发明，其设备数分别为10个、20个和50个，其中使用传统基于对区间运动曲线的物联网故障预警方法，通过组网技术对设备进行检测于信息采集，并部署云端数据库对采集到的信息进行存储，通过应用层与云端数据库的数据交互，来评价设备的健康状态并对异常状况进行预警；而使用本发明方法，采集设备数据进行预处理并构建数字孪生模型，通过将实时数据与数字孪生模型之间相互映射，发现该设备中的故障问题并发出预警；在三组设备实验组使用两种方法进行预警后，利用matlb软件实现两种方法的预警时间的测试，测试结果以秒为指标，测试结果如下表1所示，表1：电力线实验组的实验结果
[0047][0048][0049]
从表1可以看出，在三组实验数据中，使用两种预警方法都随着设备数量的增加所需要的预警时间也随之增长，但是在使用传统基于对区间运动曲线的物联网故障预警方法时，预警所用的时间与使用本发明方法所用的时间相比，在设备数为10个时，本发明方法所需时间与使用传统方法相比并未减少太多，但是随着设备数量的增加，使用本发明方法所需时间与传统方法相比，本发明方法所需时间要明显变少，因此使用本发明方法明显缩减了预警时间。并且本发明方法构建的数字孪生模型可以对故障情况进行试验，降低了故障试验的成本。
[0050]
实施例2
[0051]
参照图5～8，为本发明的第二个实施例，该实施例不同于第一个实施例的是，提供了一种基于数字孪生技术的电力物联网故障预警系统，包括：终端感知模块100，边缘智能模块200和功能实现模块300，其中需要说明的是，
[0052]
终端感知模块100用于分类采集设备数据并对所述采集到的数据进行预处理，包括数据采集单元101和数据预处理单元102，其中所述数据采集单元101用于采集感知节点所采集的数据，包括设备运行数据、设备形态数据、设备环境数据；所述数据预处理单元102与所述数据采集单元101相连接，用于对所述数据采集单元101采集的数据进行预处理；边缘智能模块200用于进行故障判别以及风险评估，包括数字孪生单元201和ai处理单元202，其中所述数字孪生单元201构建一套虚拟对象并与物流对象监测的数据相映射，所述ai处理单元202连接于所述数字孪生单元201，接收所述虚拟对象数据进行仿真预操作，确认操作的合理性；功能实现模块300连接于所述终端感知模块100与边缘智能模块200，用于提供不同的故障处理功能，保障系统的完整性。
[0053]
进一步的是，所述ai处理单元202包括，优化模型202a连接于所述数字孪生单元201，利用所述数字孪生单元201得到操作的最优解；故障模型202b连接于所述数字孪生单元201，用于获取所述虚拟对象得到的故障信息，判断故障类型和地点；预测模型202c连接于所述数字孪生单元201，对所述虚拟对象进行仿真操作，用于对故障信息进行风险评估。
[0054]
不难理解的是，本实施例中所提供的系统，其涉及终端感知模块100，边缘智能模块200和功能实现模块300的连接关系，例如可以是运行在计算机可读程序，通过提高各模块的程序数据接口实现。
[0055]
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
[0056]
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
[0057]
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、ram、rom等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
[0058]
如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组
(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。
[0059]
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。