一种水电站全要素实时映射数字孪生仿真方法及系统与流程

本发明涉及数字孪生，特别是一种水电站全要素实时映射数字孪生仿真方法及系统。

背景技术：

1、随着能源互联网与智能水电厂建设的推进，水电站数字孪生技术已成为实现机组状态监测、故障预警及优化运行的核心手段。传统的建模仿真方法多基于单一的物理机理或纯粹的数据驱动，难以应对水电站复杂多变的运行环境。机理模型虽然物理可解释性强，但在面对设备老化、工况频繁切换及强非线性耦合时，往往存在参数失配和仿真精度下降的问题；而纯数据驱动模型则严重依赖海量高质量样本，且容易输出违背物理守恒定律的虚假结果，缺乏在极端工况下的泛化鲁棒性。

2、此外，现有的数字孪生系统在处理水力、机械、电气及控制多域耦合时，常采用离散的工况切换逻辑，容易在边界处引发数值振荡。同时，传统方法难以有效区分传感器噪声与系统真实动态，且模型参数一旦标定便难以随设备全生命周期的性能演变进行在线自适应更新，导致孪生体与物理实体之间逐渐产生虚实脱节，无法满足高保真实时仿真的需求。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、因此，本发明提供了一种水电站全要素实时映射数字孪生仿真方法解决了现有的数字孪生系统在处理水力、机械、电气及控制多域耦合时，常采用离散的工况切换逻辑，容易在边界处引发数值振荡。同时，传统方法难以有效区分传感器噪声与系统真实动态，且模型参数一旦标定便难以随设备全生命周期的性能演变进行在线自适应更新，导致孪生体与物理实体之间逐渐产生虚实脱节，无法满足高保真实时仿真的需求的问题。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明提供了一种水电站全要素实时映射数字孪生仿真方法，其包括：

5、构建包含水力、机械、电气及控制状态变量的全要素统一状态向量，并基于实时采集的水电站运行数据识别当前工况模式；

6、根据当前工况模式对预置多域基准耦合矩阵进行加权融合，生成用于驱动多域耦合降阶机理模型执行实时推演运算的时变动态耦合算子，得到机理预测输出值；

7、计算经过时空对齐处理的实测数据与机理预测输出值之间的差值得到原始残差序列，并将全要素统一状态向量、实时控制输入量及原始残差序列共同输入至嵌入物理守恒约束的残差修正网络，得到仿真修正量；

8、依据传感器置信度评估结果确定动态置信度因子，并利用动态置信度因子对机理预测输出值与仿真修正量进行加权融合，得到高保真孪生体实时输出值；

9、针对每一待辨识设备性能参数，依据特征辨识频带对实时激励信号与系统响应信号进行频域选择性加权并计算输入输出互谱相干函数，将互谱相干函数与加权频谱能量的乘积在预设滑动时间窗内进行指数加权积分，得到参数辨识有效能量密度；

10、以参数辨识有效能量密度作为调制因子采用正则化递推估计算法对待辨识设备性能参数进行连续自适应反演得到时变参数估计值，并将时变参数估计值注入多域耦合降阶机理模型的物理参数集以及残差修正网络的边界条件中完成数字孪生模型在线自进化更新。

11、作为本发明所述水电站全要素实时映射数字孪生仿真方法的一种优选方案，其中：所述根据当前工况模式对预置多域基准耦合矩阵进行加权融合，生成用于驱动多域耦合降阶机理模型执行实时推演运算的时变动态耦合算子，得到机理预测输出值，具体步骤为：

12、构建包含稳定发电基准矩阵、负荷调节基准矩阵、启停过渡基准矩阵及故障扰动基准矩阵的基准耦合矩阵库，每一基准耦合矩阵均通过离线高保真仿真与历史实测数据联合标定获得；

13、将实时采集的水电站运行数据输入至预训练工况分类器，输出当前时刻属于四种典型工况模式的概率分布向量；

14、以概率分布向量中的元素作为权重系数，对基准耦合矩阵库中对应的四个基准耦合矩阵进行线性叠加，生成时变动态耦合算子；

15、将时变动态耦合算子作为状态转移矩阵代入多域耦合降阶机理模型的状态方程中，结合全要素统一状态向量的初始值执行数值积分运算，得到机理预测输出值。

16、作为本发明所述水电站全要素实时映射数字孪生仿真方法的一种优选方案，其中：所述以概率分布向量中的元素作为权重系数，对基准耦合矩阵库中对应的四个基准耦合矩阵进行线性叠加，生成时变动态耦合算子，具体步骤为：

17、设定概率分布向量包含第一概率分量、第二概率分量、第三概率分量及第四概率分量，分别对应稳定发电、负荷调节、启停过渡及故障扰动四种工况模式；

18、从基准耦合矩阵库中提取与第一概率分量对应的稳定发电基准矩阵、与第二概率分量对应的负荷调节基准矩阵、与第三概率分量对应的启停过渡基准矩阵及与第四概率分量对应的故障扰动基准矩阵，计算时变动态耦合算子。

19、作为本发明所述水电站全要素实时映射数字孪生仿真方法的一种优选方案，其中：所述计算经过时空对齐处理的实测数据与机理预测输出值之间的差值得到原始残差序列，并将全要素统一状态向量、实时控制输入量及原始残差序列共同输入至嵌入物理守恒约束的残差修正网络，得到仿真修正量，具体步骤为：

20、对实测数据与机理预测输出值按时间戳进行插值对齐，逐通道相减得到原始残差序列；

21、将全要素统一状态向量、实时控制输入量及原始残差序列拼接为联合输入向量；

22、将联合输入向量输入至残差修正网络的物理约束层，物理约束层包含质量守恒约束分支与能量守恒约束分支，质量守恒约束分支提取联合输入向量中与流量相关的分量并计算进出流量偏差，能量守恒约束分支提取联合输入向量中与压力、流速、温度相关的分量并计算功率平衡偏差；

23、将进出流量偏差与功率平衡偏差作为拉格朗日乘子约束项，对联合输入向量进行带约束的非线性映射，输出维度与机理预测输出值相同的仿真修正量。

24、作为本发明所述水电站全要素实时映射数字孪生仿真方法的一种优选方案，其中：所述依据传感器置信度评估结果确定动态置信度因子，并利用动态置信度因子对机理预测输出值与仿真修正量进行加权融合，得到高保真孪生体实时输出值，具体步骤为：

25、针对每一类传感器，基于过去预设时长内实测数据的方差、漂移速率及冗余传感器间的一致性指标，计算实时可信度评分；

26、将所有传感器的实时可信度评分按测量通道分组求均值，得到分组置信度向量；

27、将分组置信度向量中的元素作为对角线元素构建动态置信度因子矩阵；

28、利用动态置信度因子矩阵对仿真修正量进行加权，再与机理预测输出值逐元素相加，得到高保真孪生体实时输出值。

29、作为本发明所述水电站全要素实时映射数字孪生仿真方法的一种优选方案，其中：所述针对每一待辨识设备性能参数，依据特征辨识频带对实时激励信号与系统响应信号进行频域选择性加权并计算输入输出互谱相干函数，将互谱相干函数与加权频谱能量的乘积在预设滑动时间窗内进行指数加权积分，得到参数辨识有效能量密度，具体步骤为：

30、根据待辨识设备性能参数的物理机理确定对应的特征辨识频带上限频率与下限频率；

31、对实时激励信号与系统响应信号分别进行短时傅里叶变换，提取特征辨识频带内的频谱分量并对带外频谱分量置零，得到带限激励频谱与带限响应频谱；

32、计算带限激励频谱与带限响应频谱的互谱密度模平方，除以带限激励频谱自谱密度与带限响应频谱自谱密度的乘积，得到输入输出互谱相干函数；

33、将输入输出互谱相干函数与带限激励频谱自谱密度逐频率点相乘后在特征辨识频带内求和，得到瞬时有效辨识能量；

34、将瞬时有效辨识能量在预设滑动时间窗内以指数衰减权重进行累积积分，得到参数辨识有效能量密度。

35、作为本发明所述水电站全要素实时映射数字孪生仿真方法的一种优选方案，其中：所述将瞬时有效辨识能量在预设滑动时间窗内以指数衰减权重进行累积积分，得到参数辨识有效能量密度，具体步骤为：

36、设定预设滑动时间窗的长度为，设定指数衰减常数为；

37、获取当前时刻之前个采样点内的瞬时有效辨识能量序列，记第个采样点的瞬时有效辨识能量为，计算参数辨识有效能量密度。

38、第二方面，本发明提供了一种水电站全要素实时映射数字孪生仿真系统，包括：

39、工况识别模块、耦合推演模块、残差修正模块、置信融合模块、频域辨识模块和自适应更新模块；

40、所述工况识别模块，用于构建全要素统一状态向量并识别当前工况模式；

41、所述耦合推演模块，用于加权融合基准耦合矩阵生成时变动态耦合算子并得到机理预测输出值；

42、所述残差修正模块，用于基于原始残差序列及物理守恒约束网络计算仿真修正量；

43、所述置信融合模块，用于利用动态置信度因子加权融合机理预测输出值与仿真修正量得到高保真孪生体实时输出值；

44、所述频域辨识模块，用于通过频域选择性加权及指数加权积分计算参数辨识有效能量密度；

45、所述自适应更新模块，用于基于参数辨识有效能量密度反演时变参数估计值并完成模型在线自进化更新。

46、第三方面，本发明提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的水电站全要素实时映射数字孪生仿真方法的任一步骤。

47、第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的水电站全要素实时映射数字孪生仿真方法的任一步骤。

48、本发明有益效果为：

49、通过构建全要素统一状态向量并基于工况概率加权融合生成时变动态耦合算子，实现了多域耦合降阶机理模型在复杂混合工况下的平滑连续推演，有效消除了传统硬切换导致的数值振荡，结合嵌入物理守恒约束的残差修正网络与基于传感器实时可信度的动态置信度自适应融合机制，在保证仿真精度的同时显著提升了系统对传感器异常的鲁棒性，利用频域选择性加权与指数衰减积分获取参数辨识有效能量密度，并以此调制正则化递推估计实现设备性能参数的在线自适应反演与模型自进化更新，确保了数字孪生体能够持续跟踪真实水电站的物理状态演变，从而兼顾了实时仿真的计算效率、物理一致性、抗干扰能力及长期演化精度。