基于数字孪生的设备数据推演方法、装置、设备和介质与流程

摘要: 本发明属于数字孪生,具体涉及一种基于数字孪生的设备数据推演方法、装置、设备和介质。背景技术:1、数字孪生被广泛用于工业设备状态推演与预测性维护。在现代电力系统中...
基于数字孪生的设备数据推演方法、装置、设备和介质与流程

本发明属于数字孪生,具体涉及一种基于数字孪生的设备数据推演方法、装置、设备和介质。

背景技术:

1、数字孪生被广泛用于工业设备状态推演与预测性维护。在现代电力系统中,关键设备的运行状态精准监控与预测性维护是保障电网安全、稳定与经济运行的核心需求。数字孪生技术可以为换流阀、变压器等关键设备建立多物理场(电-热-力)模型,并进行实时推演,从而提升设备的可靠性与经济性。在高可靠电力场景下,如何确保数字孪生模型的长期推演精度与推演结果可信度是目前待解决的问题。

技术实现思路

1、本发明实施例的目的是提供一种基于数字孪生的设备数据推演方法、装置、设备和介质,能够提升数字孪生模型的长期推演精度与推演结果可信度。

2、第一方面,本发明实施例提供了一种基于数字孪生的设备数据推演方法,该方法包括:

3、获取目标设备的数据的实测值和所述目标设备对应的三维模型;

4、根据所述目标设备对应的三维模型对所述目标设备的数据进行推演,得到所述目标设备的数据的推演值和预测事件;

5、根据所述目标设备的数据的所述推演值和所述实测值得到所述三维模型的偏差趋势,并根据所述偏差趋势对所述三维模型进行参数校正;

6、通过参数校正后的三维模型对所述目标设备的数据进行推演,得到所述目标设备的数据的候选推演结果;

7、根据预设规则对所述预测事件进行逻辑校验,得到所述目标设备的数据的逻辑符合度;

8、根据所述目标设备的数据的逻辑符合度,从所述候选推演结果中确定所述目标设备的数据的目标推演结果。

9、可选地,所述目标设备为电力设备,所述三维模型通过电磁暂态模型和热场模型构建,所述热场模型的热源项根据所述电磁暂态模型的损耗功率确定;所述根据所述目标设备对应的三维模型对所述目标设备的数据进行推演,得到所述目标设备的数据的推演值和预测事件,包括:

10、通过所述三维模型的特征提取网络根据所述目标设备的数据,得到所述热场模型对应的热源项修正因子;

11、通过所述热源项修正因子对所述电磁暂态模型的损耗功率进行更新,得到更新后的热源项,并将所述热源项输入至所述热场模型;

12、通过所述电磁暂态模型和所述热场模型对所述目标设备的数据进行推演,得到所述目标设备的数据的推演值和预测事件。

13、可选地,所述根据所述目标设备的数据的所述推演值和所述实测值得到所述三维模型的偏差趋势,包括:

14、确定所述目标设备的数据的所述推演值与所述实测值之间的残差;

15、对所述残差进行变分模态分解,得到所述三维模型的偏差趋势。

16、可选地,所述对所述残差进行变分模态分解,得到所述三维模型的偏差趋势,包括:

17、对所述残差进行变分模态分解,得到多个模态分量;

18、将中心频率低于预设频率阈值的模态分量作为所述偏差趋势;

19、所述根据所述偏差趋势对所述三维模型进行参数校正,包括:

20、对所述三维模型进行离线灵敏度分析,得到参数残差灵敏度映射,并根据所述参数残差灵敏度映射确定所述三维模型中与所述偏差趋势相关的目标参数;

21、通过增量更新算法得到所述目标参数的修正量,并根据所述修正量对所述三维模型的目标参数进行校正。

22、可选地,所述根据预设规则对所述预测事件进行逻辑校验,得到所述目标设备的数据的逻辑符合度,包括:

23、通过白盒逻辑校验引擎根据所述预设规则,校验所述预测事件的因果逻辑、时序逻辑和互斥逻辑,得到所述目标设备的数据的逻辑符合度。

24、可选地,所述白盒逻辑校验引擎通过模糊时序petri网构建,所述模糊时序petri网包括所述预设规则;所述通过白盒逻辑校验引擎根据所述预设规则,校验所述预测事件的因果逻辑、时序逻辑和互斥逻辑,得到所述目标设备的数据的逻辑符合度,包括:

25、通过隶属度函数确定所述预测事件的因果逻辑、时序逻辑和互斥逻辑的违反度;

26、根据不满足所述预设规则的预测事件的违反度,得到所述目标设备的数据的逻辑符合度。

27、可选地,所述根据所述目标设备的数据的逻辑符合度,从所述候选推演结果中确定所述目标设备的数据的目标推演结果,包括:

28、确定所述目标设备的数据的质量评分和所述参数校正后的三维模型的稳定性评分;

29、根据所述逻辑符合度、所述质量评分和所述稳定性评分,确定所述目标设备的数据的综合置信度;

30、根据所述综合置信度,对所述候选推演结果执行分级门控策略;所述分级门控策略包括放行、降级或回退;

31、将综合置信度满足预设置信度阈值的候选推演结果,作为所述目标设备的数据的目标推演结果。

32、第二方面,本发明实施例提供了一种基于数字孪生的设备数据推演装置,该装置包括:

33、设备数据获取模块,用于获取目标设备的数据的实测值和所述目标设备对应的三维模型;

34、设备数据推演模块,用于根据所述目标设备对应的三维模型对所述目标设备的数据进行推演,得到所述目标设备的数据的推演值和预测事件;

35、模型参数校正模块,用于根据所述目标设备的数据的所述推演值和所述实测值得到所述三维模型的偏差趋势,并根据所述偏差趋势对所述三维模型进行参数校正;

36、候选结果确定模块,用于通过参数校正后的三维模型对所述目标设备的数据进行推演,得到所述目标设备的数据的候选推演结果;

37、事件逻辑校验模块,用于根据预设规则对所述预测事件进行逻辑校验,得到所述目标设备的数据的逻辑符合度;

38、推演结果确定模块,用于根据所述目标设备的数据的逻辑符合度,从所述候选推演结果中确定所述目标设备的数据的目标推演结果。

39、可选地,所述目标设备为电力设备,所述三维模型通过电磁暂态模型和热场模型构建,所述热场模型的热源项根据所述电磁暂态模型的损耗功率确定;所述设备数据推演模块,包括:

40、修正因子确定子模块,用于通过所述三维模型的特征提取网络根据所述目标设备的数据,得到所述热场模型对应的热源项修正因子;

41、热源项修正子模块,用于通过所述热源项修正因子对所述电磁暂态模型的损耗功率进行更新,得到更新后的热源项,并将所述热源项输入至所述热场模型;

42、设备数据推演子模块,用于通过所述电磁暂态模型和所述热场模型对所述目标设备的数据进行推演,得到所述目标设备的数据的推演值和预测事件。

43、可选地,所述模型参数校正模块,包括:

44、残差确定子模块,用于确定所述目标设备的数据的所述推演值与所述实测值之间的残差;

45、偏差趋势确定子模块,用于对所述残差进行变分模态分解,得到所述三维模型的偏差趋势。

46、可选地,所述偏差趋势确定子模块,包括:

47、模态分解单元,用于对所述残差进行变分模态分解,得到多个模态分量;

48、偏差趋势确定单元,用于将中心频率低于预设频率阈值的模态分量作为所述偏差趋势;

49、所述模型参数校正模块,还包括:

50、目标参数确定子模块,用于对所述三维模型进行离线灵敏度分析,得到参数残差灵敏度映射,并根据所述参数残差灵敏度映射确定所述三维模型中与所述偏差趋势相关的目标参数;

51、模型参数校正子模块,用于通过增量更新算法得到所述目标参数的修正量,并根据所述修正量对所述三维模型的目标参数进行校正。

52、可选地,所述事件逻辑校验模块,包括:

53、事件逻辑校验子模块,用于通过白盒逻辑校验引擎根据所述预设规则,校验所述预测事件的因果逻辑、时序逻辑和互斥逻辑,得到所述目标设备的数据的逻辑符合度。

54、可选地,所述白盒逻辑校验引擎通过模糊时序petri网构建,所述模糊时序petri网包括所述预设规则;所述事件逻辑校验子模块,包括:

55、违反度确定单元,用于通过隶属度函数确定所述预测事件的因果逻辑、时序逻辑和互斥逻辑的违反度;

56、逻辑符合度确定单元,用于根据不满足所述预设规则的预测事件的违反度,得到所述目标设备的数据的逻辑符合度。

57、可选地,所述推演结果确定模块,包括:

58、稳定性评分确定子模块,用于确定所述目标设备的数据的质量评分和所述参数校正后的三维模型的稳定性评分;

59、综合置信度确定子模块,用于根据所述逻辑符合度、所述质量评分和所述稳定性评分,确定所述目标设备的数据的综合置信度;

60、分级门控策略执行子模块,用于根据所述综合置信度,对所述候选推演结果执行分级门控策略;所述分级门控策略包括放行、降级或回退;

61、推演结果确定子模块,用于将综合置信度满足预设置信度阈值的候选推演结果,作为所述目标设备的数据的目标推演结果。

62、第三方面,本发明实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

63、第四方面,本发明实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。

64、本发明实施例包括以下优点:

65、本发明实施例可以获取目标设备的数据的实测值和目标设备对应的三维模型;通过设备数据实测值可以建立物理实体与数字空间的映射,三维模型可以为多物理场(电磁、热、力)提供计算的网格基础。根据目标设备对应的三维模型对目标设备的数据进行推演,得到目标设备的数据的推演值和预测事件;通过三维模型进行推演,能够捕捉设备内部的非线性物理过程,同时输出预测事件,以提前识别潜在风险。根据目标设备的数据的推演值和实测值得到三维模型的偏差趋势,并根据偏差趋势对三维模型进行参数校正;基于偏差趋势反向修正模型参数,使得数字模型能动态跟随物理设备的健康状态变化,长期保持高保真度。通过参数校正后的三维模型对目标设备的数据进行推演,得到目标设备的数据的候选推演结果;基于三维模型校正后的参数进行再推演,保证了输出的候选结果消除了当前的系统性偏差。根据预设规则对预测事件进行逻辑校验,得到目标设备的数据的逻辑符合度;通过白盒化校验,将定性的逻辑规则转化为定量的逻辑符合度指标,以确定当前推演结果的逻辑可信度。根据目标设备的数据的逻辑符合度,从候选推演结果中确定目标设备的数据的目标推演结果;构建了一个数值-逻辑双闭环架构,使得最终确定的目标推演结果既保证了数据的精确度,也保证了逻辑的可信度,特别适用于电力系统等对安全性和可靠性要求较高的工业场景。