基于数字孪生的净化灯供电网络智能调度系统的制作方法

本发明涉及供电网络智能调度，具体是涉及基于数字孪生的净化灯供电网络智能调度系统。

背景技术：

1、随着物联网、数字孪生和人工智能技术的快速发展，面向供电网络的智能调度系统已在工业照明、洁净室环境控制等领域得到日益广泛的应用，在净化灯供电网络场景下，现有较为先进的调度系统通常依托部署于供电线路及终端灯具处的智能传感装置，实时采集电压、电流、功率、功率因数等电气运行参数，并在数字孪生平台中构建与物理供电网络相对应的虚拟镜像模型，进而通过潮流计算、负荷预测和优化算法，生成以供电可靠性、电能质量和运行经济性为目标的调度策略，实现对供电网络的闭环监测与控制。

2、然而，上述现有系统在技术架构上存在一个根本性的认知局限，其数字孪生模型的信息维度被严格限定在电气参数的范畴之内，将所有终端负载统一抽象为仅具有电气属性的功率节点，在这一架构下，调度系统能够精准感知供电网络的电压波动、电流变化和功率分布，却对其所服务的核心负载，即净化灯自身的物理健康状态完全缺乏感知能力，因净化灯并非普通的照明负载，其内部集成的紫外线杀菌模块具有明确的性能衰减特性，灯珠辐射强度随累计运行时间的增加而持续衰减，驱动电源的工作温度历程、开关动作频次等因素同样深刻影响着设备的剩余寿命，由于这些健康状态信息从未被纳入数字孪生体的信息模型，调度系统在制定负荷分配策略时，无法区分哪些净化灯正处于健康活跃期、哪些已接近寿命衰竭期，只能在电气边界条件的约束下进行目标单一的功率调配，进而导致调度的优化目标被局限于瞬时的供电指标，忽视了长期运行工况下各净化灯个体之间的寿命均衡，加速了设备群体的非均衡退化，将运维模式拖入被动抢修的困境，增加了整体更换频率与运维成本，制约了供电网络调度从局部瞬时最优向全生命周期全局最优的跨越。

3、于是有鉴于此，本发明提出基于数字孪生的净化灯供电网络智能调度系统以弥补和改善现有技术的欠缺之处。

技术实现思路

1、为解决上述技术问题，本发明提供了基于数字孪生的净化灯供电网络智能调度系统，以解决上述背景技术中提出的相应技术问题。

2、为达到以上目的，本发明采用的技术方案为：基于数字孪生的净化灯供电网络智能调度系统，包括数据采集单元、健康评估单元、孪生构建单元、调度优化单元以及执行单元，其中：

3、数据采集单元，用于实时采集各净化灯的健康原始参数以及供电网络的电气运行参数，并将健康原始参数发送至健康评估单元，将电气运行参数发送至孪生构建单元和调度优化单元；

4、健康评估单元，用于获取各净化灯的健康原始参数，并根据健康原始参数计算各净化灯的健康指数，发送至孪生构建单元和调度优化单元；

5、孪生构建单元，用于获取供电网络的电气运行参数，基于电气运行参数构建电气数字孪生体，获取各净化灯的健康指数，基于健康指数构建健康数字孪生体，并将电气数字孪生体与健康数字孪生体融合，生成双域数字孪生体，发送至调度优化单元；

6、调度优化单元，用于获取双域数字孪生体，并以电气运行参数为约束条件、以各净化灯的健康指数为动态调度约束，构建以供电可靠性最大化和各净化灯健康指数分布方差最小化为联合优化目标的多目标优化函数，并在双域数字孪生体中进行多目标寻优求解，得到最优调度方案，发送至执行单元；

7、执行单元，用于获取最优调度方案，并将最优调度方案在双域数字孪生体中进行仿真预演，以验证该方案执行后供电网络的潮流分布是否满足安全边界条件，若验证通过，则将最优调度方案转换为控制指令并下发执行，若验证未通过，则返回调度优化单元重新生成最优调度方案，直至验证通过或达到预设迭代次数。

8、作为优选的，所述健康原始参数包括累计运行时长、紫外线模块辐射强度衰减率、驱动电源工作温度及开关动作频次，所述电气运行参数包括电压、电流、功率及功率因数。

9、作为优选的，根据健康原始参数计算各净化灯的健康指数的具体过程如下：

10、s101、获取单盏净化灯的健康原始参数，并将累计运行时长与该净化灯的设计额定寿命的比值作为第一子指标，将紫外线模块辐射强度衰减率作为第二子指标，将驱动电源工作温度与该净化灯的驱动电源安全工作温度阈值的比值作为第三子指标，将开关动作频次与该净化灯的开关动作频次设计阈值的比值作为第四子指标；

11、s102、将第一子指标、第二子指标、第三子指标和第四子指标分别乘以对应的预设权重系数后求和，得到该净化灯的健康指数，其中各权重系数均为正数且总和为1；

12、s103、遍历供电网络中的所有净化灯节点，重复步骤s101至s102，得到各净化灯的健康指数集合。

13、作为优选的，基于电气运行参数构建电气数字孪生体的具体过程如下：

14、s201、获取供电网络的拓扑连接关系以及各采集节点的电气运行参数，所述拓扑连接关系包括各母线、馈线、变压器及净化灯终端之间的连接关系；

15、s202、根据拓扑连接关系和预设的各线路阻抗参数，建立用于描述供电网络各节点之间电气耦合关系的节点导纳矩阵；

16、s203、将拓扑连接关系、节点导纳矩阵以及各节点的电气运行参数共同封装为电气数字孪生体，所述电气数字孪生体用于响应调度指令的输入并通过潮流计算模拟供电网络在不同调度方案下的电压分布和功率分布。

17、作为优选的，基于健康指数构建健康数字孪生体的具体过程如下：

18、s301、获取各净化灯的健康指数集合；

19、s302、以供电网络拓扑结构中各净化灯的唯一标识为索引，将每个净化灯的健康指数关联至该净化灯在拓扑结构中所对应的节点位置；

20、s303、将供电网络拓扑结构中所有净化灯节点的健康指数及其与各节点的映射关系共同封装为健康数字孪生体，其中，所述健康数字孪生体与电气数字孪生体共享相同的拓扑结构。

21、作为优选的，生成双域数字孪生体的具体过程如下：

22、s401、以供电网络拓扑结构中各节点的唯一标识作为关联索引，建立电气数字孪生体与健康数字孪生体之间的节点一一对应关系；

23、s402、将健康数字孪生体中各净化灯节点的健康指数作为健康状态标签，映射至电气数字孪生体中对应节点的属性字段上；

24、其中，经映射后，所述电气数字孪生体中每个净化灯节点同时具有电气属性标签和健康状态标签，形成双域数字孪生体。

25、作为优选的，构建以供电可靠性最大化和各净化灯健康指数分布方差最小化为联合优化目标的多目标优化函数的具体过程如下：

26、s501、将各净化灯的分配功率作为决策变量，各净化灯的分配功率需在零至其额定功率上限的范围内可调；

27、s502、以电气运行参数为约束条件，设定功率平衡约束、节点电压约束和线路容量约束，其中功率平衡约束要求所有净化灯分配功率之和与线路损耗之和等于供电网络输入总功率，节点电压约束要求各节点电压幅值不超出允许的电压上下限范围，线路容量约束要求各线路传输功率不超过其最大允许传输容量；

28、s503、以供电网络所有线路上有功功率损耗的总和最小化为目标，构建用于表征供电可靠性的第一目标函数；

29、s504、以各净化灯健康指数相对于其平均值的离散程度最小化为目标，构建用于表征各净化灯个体之间健康状态均衡程度的第二目标函数；

30、s505、将第一目标函数和第二目标函数分别乘以对应的预设权重系数后求和，形成联合优化目标函数。

31、作为优选的，得到最优调度方案的具体过程如下：

32、s601、设定动态调度约束：

33、对于健康指数低于预设健康阈值的净化灯，在调度周期内限制其分配功率不超过其额定功率的第一预设比例；

34、对于健康指数高于或等于预设健康阈值的净化灯，允许其分配功率达到其额定功率的第二预设比例，且所述第二预设比例大于第一预设比例；

35、s602、在双域数字孪生体中，采用多目标优化算法，在功率平衡约束、节点电压约束、线路容量约束及动态调度约束条件下，对联合优化目标函数进行迭代寻优；

36、s603、当达到预设的迭代终止条件时，从多目标优化算法输出的解集中选取最优解作为最优调度方案，所述最优调度方案包含各净化灯的分配功率值。

37、作为优选的，将最优调度方案在双域数字孪生体中进行仿真预演的具体过程如下：

38、s701、将最优调度方案中各净化灯的分配功率值作为输入条件，加载至双域数字孪生体的电气数字孪生层中，以加载的各净化灯分配功率值为边界条件进行潮流计算，得到供电网络在该调度方案下的各节点电压幅值和各线路传输功率；

39、s702、对潮流计算结果进行安全边界条件校验：

40、检查所有节点电压是否均处于允许的电压上下限范围内，检查所有线路传输功率是否均不超过其最大允许传输容量，以及检查各净化灯节点的健康指数是否低于预设安全运行阈值；

41、若上述三项校验全部通过，则判定最优调度方案满足安全边界条件，将最优调度方案转换为控制指令下发至物理供电网络的执行机构执行；

42、若任一项校验未通过，则判定验证未通过，将本次验证结果反馈至调度优化单元。

43、与现有技术相比，本发明的有益效果是：通过将净化灯的健康状态信息作为独立维度纳入数字孪生模型，使调度系统同时具备了感知电网电气状态和感知终端设备健康状态的双重能力，从根本上弥补了现有系统仅依赖电气参数进行调度的信息盲区，而将各净化灯的健康指数作为动态调度约束嵌入多目标优化模型，使调度策略在保障供电可靠性的同时主动均衡各净化灯个体的老化进程，避免了供电条件优越的灯具长期过载、末端灯具容量闲置的群体性老化失配问题，实现了调度优化从瞬时工况最优向全生命周期全局最优的跨越，同时通过仿真预演与闭环反馈机制，有效避免了不安全调度指令被直接下发执行，提升了系统的自适应能力和鲁棒性，进而不仅显著降低了运维成本和非计划停机风险，也为供电网络调度从被动运维向主动预防的智能化演进提供了可靠的技术路径。