基于数字孪生的配电网运行状态预测方法及系统与流程

本发明涉及智能电网，尤其涉及一种基于数字孪生的配电网运行状态预测方法及系统。

背景技术：

1、配电网数字孪生体(distribute network digital twin，分布式网络数字孪生，简称dndt)对应的是真实世界中的配电网，是包括架空线路、杆塔、电缆、配电变压器、开关设备、无功补偿电容等配电设备及附属设施在内的配电网系统在虚拟数字空间的完整映射，通过全覆盖度的高密度动态数据，完全反映实体及其之间关系在全生命周期时间尺度内的动态变化，能实现与物理配电网系统的信息与动作的交互，同时也能支撑应用系统实现基于数字孪生体全模型数据智能分析、动态决策、互感协作，是一个数字化的生命体集合或更大尺度与范畴的数字孪生体。

2、现有的配电网存在着设备种类繁杂、数量巨大等特点，导致难以对配电网的运行状态进行准确预测。因此，期待一种优化的配电网运行状态预测方法。

技术实现思路

1、本发明实施例提供一种基于数字孪生的配电网运行状态预测方法及系统，其获取配电设备在预定时间段内多个预定时间点的多项性能数据；将所述多个预定时间点的多项性能数据进行数据结构化处理以得到配电设备性能参数矩阵；提取所述配电设备性能参数矩阵的参数间关联特征；以及，基于所述参数间关联特征，分析所述配电设备的运行状态并显示结果。这样，利用数字孪生技术和基于深度学习的人工智能技术来对配电设备的多项性能数据进行综合分析，以实时监控配电设备的运行状态，并及时发现与捕捉异常状况，进而实现对配电网的运行状态的监测和预测。

2、本发明实施例还提供了一种基于数字孪生的配电网运行状态预测方法，其包括：

3、获取配电设备在预定时间段内多个预定时间点的多项性能数据；

4、将所述多个预定时间点的多项性能数据进行数据结构化处理以得到配电设备性能参数矩阵；

5、提取所述配电设备性能参数矩阵的参数间关联特征；以及

6、基于所述参数间关联特征，分析所述配电设备的运行状态并显示结果。

7、本发明实施例还提供了一种基于数字孪生的配电网运行状态预测系统，其包括：

8、性能数据获取模块，用于获取配电设备在预定时间段内多个预定时间点的多项性能数据；

9、数据结构化处理模块，用于将所述多个预定时间点的多项性能数据进行数据结构化处理以得到配电设备性能参数矩阵；

10、关联特征提取模块，用于提取所述配电设备性能参数矩阵的参数间关联特征；以及

11、运行状态分析模块，用于基于所述参数间关联特征，分析所述配电设备的运行状态并显示结果。

技术特征：

1.一种基于数字孪生的配电网运行状态预测方法，其特征在于，包括：

2.根据权利要求1所述的基于数字孪生的配电网运行状态预测方法，其特征在于，所述多项性能数据包括电气性能数据、机械性能数据和环境适应性数据。

3.根据权利要求2所述的基于数字孪生的配电网运行状态预测方法，其特征在于，将所述多个预定时间点的多项性能数据进行数据结构化处理以得到配电设备性能参数矩阵，包括：

4.根据权利要求3所述的基于数字孪生的配电网运行状态预测方法，其特征在于，提取所述配电设备性能参数矩阵的参数间关联特征，包括：

5.根据权利要求4所述的基于数字孪生的配电网运行状态预测方法，其特征在于，所述基于卷积神经网络模型的配电设备性能参数间关联特征提取器包括输入层、卷积层、池化层、激活层和输出层。

6.根据权利要求5所述的基于数字孪生的配电网运行状态预测方法，其特征在于，所述空间金字塔池化模块采用四种不同尺度的最大池化操作，池化尺度分别为13x13、9x9、5x5和1x1。

7.根据权利要求6所述的基于数字孪生的配电网运行状态预测方法，其特征在于，基于所述参数间关联特征，分析所述配电设备的运行状态并显示结果，包括：

8.根据权利要求7所述的基于数字孪生的配电网运行状态预测方法，其特征在于，还包括训练步骤：对所述基于卷积神经网络模型的配电设备性能参数间关联特征提取器、所述空间金字塔池化模块和所述分类器进行训练；

9.一种基于数字孪生的配电网运行状态预测系统，其特征在于，包括：

10.根据权利要求9所述的基于数字孪生的配电网运行状态预测系统，其特征在于，所述多项性能数据包括电气性能数据、机械性能数据和环境适应性数据。

技术总结
本发明公开了一种基于数字孪生的配电网运行状态预测方法及系统，其获取配电设备在预定时间段内多个预定时间点的多项性能数据；将所述多个预定时间点的多项性能数据进行数据结构化处理以得到配电设备性能参数矩阵；提取所述配电设备性能参数矩阵的参数间关联特征；以及，基于所述参数间关联特征，分析所述配电设备的运行状态并显示结果。这样，利用数字孪生技术和基于深度学习的人工智能技术来对配电设备的多项性能数据进行综合分析，以实时监控配电设备的运行状态，并及时发现与捕捉异常状况，进而实现对配电网的运行状态的监测和预测。

技术研发人员：刘欣,孔繁昕,甘剑雄,郭天琪,孙学庚
受保护的技术使用者：国网信息通信产业集团有限公司北京分公司
技术研发日：
技术公布日：2024/3/4