一种基于BIM的杆塔全生命周期管理方法、系统、设备及存储介质与流程

本发明涉及电力工程数字化管理的，尤其涉及一种基于bim的杆塔全生命周期管理方法、系统、设备及存储介质。

背景技术：

1、输电杆塔作为电力系统核心基础设施，其安全稳定运行关系电网供电安全。随着电网覆盖范围扩大，杆塔所处环境日趋复杂，各类极端环境与长期损耗持续威胁结构安全，而传统人工巡检与阶段性数据管理模式已难以满足现代电网精细化、智能化管理需求。在此背景下，建筑信息模型（buildinginformationmodeling，bim）技术凭借可视化、参数化与信息集成化优势，为杆塔全生命周期数字化管理提供了可能。电力工程领域已逐步开展相关探索，例如利用rfid技术进行杆塔资源管理，结合bim与gis技术辅助选址与施工规划，并借助无人机与传感器提升运维数据采集效率。

2、现有杆塔管理技术及相关全生命周期管理方法数据整合能力不足，各阶段数据标准不统一、关联性差，难以形成完整的杆塔数字身份档案，并且数据采集缺乏针对性，未实现风险驱动的精准采集，资源利用效率低，再者技术融合深度不够，bim模型与智能算法脱节，决策支撑能力薄弱，此外管理机制不完善，缺乏全流程溯源保障与动态迭代能力，极端场景应对韧性不足，因此，亟需一种能够实现全周期数据贯通、风险精准预判、决策智能高效的管理方法。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。因此，本发明提供了一种基于bim的杆塔全生命周期管理方法、系统、设备及存储介质解决现有杆塔管理技术存在数据标准不一且关联性差导致数字身份档案缺失、风险驱动采集不足致使资源效率低下的问题。

2、为解决上述技术问题，本发明提供如下技术方案：

3、第一方面，本发明实施例提供了一种基于bim的杆塔全生命周期管理方法，包括：采集杆塔生命周期的全维度数据，并基于统一数据标准对所述全维度数据进行预处理，形成标准化的全流程数据体系；

4、基于标准化后的全流程数据，并行构建用于状态预测的智能预测模型与用于管理仿真的bim杆塔管理模型；

5、基于所述智能预测模型输出的预测结果，动态触发分级靶向数据采集指令，以对关键场景和关键部位进行补充数据采集；

6、将所述预测结果与靶向补充数据融合输入至所述建筑信息模型杆塔管理模型，通过多目标优化算法生成决策指令，并调度执行单元将基于所述决策生成的虚拟操作指引叠加至目标实物；

7、为每基杆塔分配唯一实物id，建立关联其全生命周期各维度数据的数字身份档案，并对关键操作与状态变更记录进行存证；

8、收集所述决策执行后产生的反馈数据，构建闭环优化回路，驱动所述智能预测模型与bim杆塔管理模型进行持续迭代优化。

9、作为本发明所述的基于bim的杆塔全生命周期管理方法的一种优选方案，其中：采集杆塔生命周期的全维度数据，并基于统一数据标准对所述全维度数据进行预处理，形成标准化的全流程数据体系，包括：

10、所述全维度数据包括生产阶段数据、安装阶段数据及运行阶段数据；

11、采用基于建筑信息模型数据标准与电力行业杆塔运维数据规范的融合标准，将多源异构数据转换为统一的数据格式，并采用xml封装非结构化数据；并对所述多源异构数据进行校验与清洗，形成标准化的全流程数据体系。

12、作为本发明所述的基于bim的杆塔全生命周期管理方法的一种优选方案，其中：基于标准化后的全流程数据，并行构建用于状态预测的智能预测模型与用于管理仿真的bim杆塔管理模型，包括：

13、构建基于双重机器学习框架的杆塔状态智能预测模型与bim杆塔管理模型；

14、所述智能预测模型融合lstm与随机森林算法，通过奈曼正交性降低参数干扰，输入运行阶段数据，输出倾斜度、应力预警及基于威布尔比例风险模型的剩余寿命预测；

15、所述bim管理模型为集成有限元分析引擎、运维知识规则库及gis模块的数字孪生体，根据地形坡度、土壤承载力自动匹配管理方案；

16、通过联邦学习框架下的参数服务器架构实现双模型联动，其中预测模型将风险置信度与预测参数作为中间参数上传，管理模型将仿真验证结果与规则匹配度作为反馈参数下发，双方在加密聚合后进行本地模型更新，并以预测误差与仿真结果作为联合损失函数进行迭代优化。

17、作为本发明所述的基于bim的杆塔全生命周期管理方法的一种优选方案，其中：基于所述智能预测模型输出的预测结果，动态触发分级靶向数据采集指令，以对关键场景和关键部位进行补充数据采集，包括：执行三级靶向数据采集触发机制，由智能预测模型输出的风险置信度、关键参数预测值及历史故障模式匹配结果共同决策触发等级；

18、当触发低风险等级时，激活基础传感器进行常规采集；

19、当触发中风险等级时，增派无人机进行高清巡检与ai图像识别，并生成指定部位三维点云数据；

20、当触发高风险等级时，启动布设在杆塔主体结构上的光纤应力传感器网络进行实时监测，并调度携带红外热成像仪的高精度现场检测设备；

21、其中，所有采集指令均通过5g网络切片技术推送至相应终端，采集数据在边缘侧关联杆塔唯一id及时间戳后，加密直传至bim模型的数据库。

22、作为本发明所述的基于bim的杆塔全生命周期管理方法的一种优选方案，其中：将所述预测结果与靶向补充数据融合输入至所述建筑信息模型杆塔管理模型，通过多目标优化算法生成决策指令，并将所述决策指令的虚拟操作叠加至目标实物，包括：

23、采用多目标优化算法，以安全性、经济性及可靠性为优化目标，输入风险等级及实时数据，输出差异化决策；

24、针对高风险决策，生成包含bim模型剖视图、需更换构件的物料编码清单及精确工艺参数的结构化检修工单；

25、将决策指令通过生产管理系统推送至运维人员的ar终端，利用三维注册技术将虚拟操作指引叠加至真实杆塔部件上；

26、在维修过程中，通过终端回传关键步骤数据，驱动数字孪生体进行同步仿真与效果验证，并将验证结果作为决策质量评估参数反馈至多目标优化算法。

27、作为本发明所述的基于bim的杆塔全生命周期管理方法的一种优选方案，其中：为每基杆塔分配唯一实物id，建立关联其全生命周期各维度数据的数字身份档案，并对关键操作与状态变更记录进行存证，包括：

28、为每基杆塔分配唯一实物id，并基于本体语义映射技术，构建关联其设计图纸、生产批次、施工验收记录、历次运维数据、预测报告及退役评估的全生命周期数字身份档案；

29、对数字身份档案中关键状态变更、重大运维操作及超过预设阈值的参数修正记录进行哈希运算，将哈希值上链存证，通过智能合约保证操作日志不可篡改且全程可追溯。

30、作为本发明所述的基于bim的杆塔全生命周期管理方法的一种优选方案，其中：收集所述决策执行后产生的反馈数据，构建闭环优化回路，驱动所述智能预测模型与bim杆塔管理模型进行持续迭代优化，包括：

31、构建以决策执行后杆塔状态变化数据、资源消耗数据及成本效益数据为输入，以预测模型损失函数和管理模型目标函数参数调整为输出的闭环优化回路；

32、将实际运维效果与预期效果的差值作为强化学习奖励信号，动态更新预测模型的权重；同时，利用决策仿真验证结果与现场执行结果的差异，通过反向传播调整bim管理模型中有限元分析参数与运维规则的置信度；

33、在极端场景发生后，采用迁移学习技术，将新场景数据作为源域，对预训练模型的关键层进行微调。

34、第二方面，本发明提供了一种基于bim的杆塔全生命周期管理系统，包括：数据采集模块，用于采集杆塔生命周期的全维度数据，并基于统一数据标准对所述全维度数据进行预处理，形成标准化的全流程数据体系；

35、双模型并行构建模块，用于基于标准化后的全流程数据，并行构建用于状态预测的智能预测模型与用于管理仿真的bim杆塔管理模型；

36、分级采集触发模块，用于基于所述智能预测模型输出的预测结果，动态触发分级靶向数据采集指令，以对关键场景和关键部位进行补充数据采集；

37、虚实融合决策模块，用于将所述预测结果与靶向补充数据融合输入至所述建筑信息模型杆塔管理模型，通过多目标优化算法生成决策指令，并调度执行单元将基于所述决策生成的虚拟操作指引叠加至目标实物；

38、数字身份存证模块，用于为每基杆塔分配唯一实物id，建立关联其全生命周期各维度数据的数字身份档案，并对关键操作与状态变更记录进行存证；

39、迭代优化模块，用于收集所述决策执行后产生的反馈数据，构建闭环优化回路，驱动所述智能预测模型与bim杆塔管理模型进行持续迭代优化。

40、第三方面，本发明提供了一种电子设备，包括：

41、存储器和处理器；

42、所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现所述基于bim的杆塔全生命周期管理方法的步骤。

43、第四方面，本发明提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现所述基于bim的杆塔全生命周期管理方法的步骤。

44、与现有技术相比，本发明的有益效果：本发明以智能预测先行研判替代持续、全方位的数据采集模式。根据历史运行数据和环境数据预测风险点与关键时段，动态触发分级采集指令，驱动无人机等高成本资源按需执行精准巡检，从源头减少数据采集、传输与存储开销。同时，构建预测、决策与执行的一体化闭环：预测结果直接驱动建筑信息模型生成针对性处置方案，并借助增强现实等手段指导现场作业，替代传统先采集、后人工分析、再制定通用计划的流程，缩短决策周期，提高运维一次成功率，综合降低人力、时间与物料成本。

45、本发明通过建立统一数据标准与处理流程，将杆塔全生命周期内的多源异构数据整合为标准化、可关联的数字身份档案。在此基础上，引入区块链存证技术，对关键操作与状态变更进行不可篡改的记录，保证档案的完整性与可信度，解决数据孤岛与信任问题。由此形成的杆塔数字孪生体，为风险预测、精准决策、残值评估及责任界定提供可靠数据基础，避免因信息失真或追溯困难导致的重复投资与纠纷损失。

46、本发明内嵌自优化与应急响应机制，使系统具备持续进化能力。利用每次决策执行后的反馈数据，采用强化学习等方法驱动预测模型和管理模型迭代优化，实现预测准确度和成本控制效果随使用持续提升。同时，建立面向极端场景的应急机制，确保系统在异常状态下保持稳定并快速恢复。此外，将bim模型的应用延伸至退役阶段，进行残值评估与绿色拆解规划，实现覆盖从建设到退役再生的全生命周期精准管控。由此，构成具备自学习能力、抗风险韧性和持续成本优化能力的智能系统，最终实现资产全生命周期总成本的最小化。