一种能源电力数字孪生智能运维方法及系统与流程

本发明涉及能源电力运维，特别是涉及一种能源电力数字孪生智能运维方法及系统。

背景技术：

1、发电机组与输电线路是电力系统的核心资产，其运行可靠性直接决定电网安全裕度。发变组设备在长期运行中面临绝缘老化、励磁系统性能衰减、线路热稳定极限逐年下降等退化问题，这些问题的早期迹象分散在三相电压、三相电流、导线温度、环境气象等多源异构数据中，彼此之间存在电气-热耦合关系，但传统运维手段难以将离散的监测数据转化为对设备整体运行状态的统一描述。

2、现有运维实践中，定期检修模式依赖固定周期而非设备实际状态，在线监测系统的告警阈值多为静态设定无法随设备老化同步调整，各类监测数据分属不同业务系统形成数据孤岛缺乏跨系统的关联分析能力。因此，需要一种智能运维方法，可以将发变组与输电线路的电气-热耦合关系参数化为可计算、可比较、可校正的数字镜像，实现从被动响应向主动干预的运维模式转变。

技术实现思路

1、本发明公开一种能源电力数字孪生智能运维方法及系统，旨在解决发变组监测数据融合与退化预测难题；以电气量数据与线路状态数据为输入，计算关联波动幅度构建设备运行孪生体，追踪参数偏差定位故障根因定位区，解析退化速率与监测盲区风险生成维护优先清单，通过检修排期互斥拆分与负荷转移容量核验建立检修排期表，结合检修预测偏差执行孪生体分批次校正并输出智能运维指令。

2、本发明第一方面提出一种能源电力数字孪生智能运维方法，包括：

3、获取发变组的电气量数据和输电线路的线路状态数据，基于所述电气量数据与所述线路状态数据计算关联波动幅度形成设备运行孪生体；

4、依据所述设备运行孪生体追踪参数偏差获取运行偏差趋势图，基于所述运行偏差趋势图筛查超限骤降与低波动时段确定异常工况候选区，根据所述异常工况候选区定位区段交界输出故障根因定位区；

5、对所述故障根因定位区追踪退化轨迹得到退化速率变化值，依据所述退化速率变化值核验标定阈值确定剩余寿命区间，针对所述剩余寿命区间解析劣化差异与监测盲区风险生成维护优先清单；

6、对所述维护优先清单进行检修需求关联互斥拆分处理建立检修排期表，利用所述检修排期表核验备件保质状态构建备件调配方案，依据所述备件调配方案评估人力配置生成运维执行方案；

7、依据所述运维执行方案与所述设备运行孪生体分析检修趋势获取检修预测数据，基于所述检修预测数据进行实测偏离测算获得预测实测偏差，根据所述预测实测偏差评估孪生体参数漂移得到孪生体校正量，结合所述维护优先清单与所述孪生体校正量确定检修次序输出智能运维指令。

8、本发明第二方面提出一种能源电力数字孪生智能运维系统，包括：

9、孪生构建模块，用于获取发变组的电气量数据和输电线路的线路状态数据，基于所述电气量数据与所述线路状态数据计算关联波动幅度形成设备运行孪生体；

10、异常定位模块，用于依据所述设备运行孪生体追踪参数偏差获取运行偏差趋势图，基于所述运行偏差趋势图筛查超限骤降与低波动时段确定异常工况候选区，根据所述异常工况候选区定位区段交界输出故障根因定位区；

11、寿命排序模块，用于对所述故障根因定位区追踪退化轨迹得到退化速率变化值，依据所述退化速率变化值核验标定阈值确定剩余寿命区间，针对所述剩余寿命区间解析劣化差异与监测盲区风险生成维护优先清单；

12、窗口排期模块，用于对所述维护优先清单进行检修需求关联互斥拆分处理建立检修排期表，利用所述检修排期表核验备件保质状态构建备件调配方案，依据所述备件调配方案评估人力配置生成运维执行方案；

13、指令输出模块，用于依据所述运维执行方案与所述设备运行孪生体分析检修趋势获取检修预测数据，基于所述检修预测数据进行实测偏离测算获得预测实测偏差，根据所述预测实测偏差评估孪生体参数漂移得到孪生体校正量，结合所述维护优先清单与所述孪生体校正量确定检修次序输出智能运维指令。

14、本发明的有益效果体现在以下几点：首先，将发电机出口与主变压器高压侧的多通道电气量数据和沿线路布设的分布式光纤测温及微气象监测数据纳入同一时空对齐框架，通过计算关联波动幅度建立了电气扰动到线路热响应的定量映射，使运维人员在电网扰动发生的次日即可获得扰动对线路温度传导效应的量化评估，解决了电气监测与线路状态监测各自独立运行、缺乏跨系统耦合量化手段的问题。其次，本方法的退化预测不依赖固定告警阈值，从故障根因定位区出发对同一异常区间内三条孪生体参数偏差曲线分别拟合退化趋势线，以同型号机组历史故障数据的百分位值作为失效临界标尺推算剩余寿命区间，避免了传统阈值法在设备老化后阈值持续失准的问题；同时将传感器校验超期与工况负载水平引入维护紧迫度评分，使评分同时反映设备本体退化和监测系统自身可靠性两个维度，并通过冗余互备关系互斥拆分与负荷转移容量核验保证检修期电网供电裕度。最后，采用分批次递进执行策略进行校正，每一批次执行完毕后采集校正后观测期的参数偏差回判漂移是否收敛，对未收敛的参数依据其响应延迟等级动态调整后续批次节奏，快响应参数按原定间隔紧凑执行、慢响应参数的批次间等待期自动拉伸，在保证校正精度的同时控制了单次校正对孪生体模型的扰动幅度，使孪生体在全生命周期中持续跟踪设备实际运行状态。

1.一种能源电力数字孪生智能运维方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述电气量数据与所述线路状态数据计算关联波动幅度形成设备运行孪生体，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述运行偏差趋势图筛查超限骤降与低波动时段确定异常工况候选区，包括：

4.根据权利要求1所述的方法，其特征在于，所述针对所述剩余寿命区间解析劣化差异与监测盲区风险生成维护优先清单，包括：

5.根据权利要求1所述的方法，其特征在于，所述对所述维护优先清单进行检修需求关联互斥拆分处理建立检修排期表，包括：

6.根据权利要求1所述的方法，其特征在于，所述基于所述检修预测数据进行实测偏离测算获得预测实测偏差，包括：

7.根据权利要求1所述的方法，其特征在于，所述根据所述预测实测偏差评估孪生体参数漂移得到孪生体校正量，包括：

8.根据权利要求5所述的方法，其特征在于，所述对所述适配检修窗口测定负荷转移冗余容量确定冗余核验值，包括：

9.根据权利要求7所述的方法，其特征在于，所述依据所述单批校正限值对所述预测实测偏差进行分批校正稳定性复核得到分批校正量，包括：

10.一种能源电力数字孪生智能运维系统，其特征在于，包括：