适用于零碳建筑数字孪生的双碳态势感知方法与流程

本发明涉及双碳态势感知。更具体地，本发明涉及一种适用于零碳建筑数字孪生的双碳态势感知方法。

背景技术：

1、在零碳建筑的实际运行过程中实时监控碳通量以及预测碳排放轨迹并评估系统碳中和韧性是实现建筑全生命周期低碳管理的重要基础。数字孪生技术能够在虚拟空间中建立物理建筑的映射模型，通过融合实体传感器数据与虚拟仿真结果对建筑能源系统的运行工况进行动态表达，并为设备调度和能碳协同优化提供必要的决策依据。然而零碳建筑内部设备类型复杂且外部气象环境和能源供需状态处于频繁变化之中，这种复杂多变的运行环境对数字孪生模型的长期准确性与自适应能力提出了更高的要求。

2、为了应对上述复杂的动态环境并维持长周期的双碳态势感知，现有技术中已出现基于初始参数或理想状态建立数字孪生模型的监测方案。该方案主要通过固化的预设参数进行前向仿真，试图在理想化假设下持续追踪建筑运行中的能量流动规律，期望以此在较长的时间跨度内输出预测数据，从而辅助提升建筑能源的利用效率和零碳运营能力。

3、上述依赖理想状态建立的现有方法在长周期运行中缺少虚实状态一致性校验机制和随工况变化自适应调整的误差边界约束，当零碳建筑经历设备老化、系统性能衰减或发生运行工况切换时，实体建筑状态与虚拟模型输出产生演化偏差。现有机制难以及时识别虚实交互中的模型失配现象，并且系统中缺少有效的逆向参数校正和系统补偿手段来对底层数字映射进行动态追溯与更新。这种模型容易造成碳排放预测结果逐渐偏离真实轨迹，不仅会降低双碳态势感知结果的可靠性，还会直接削弱甚至破坏设备控制策略的有效性。

技术实现思路

1、为解决现有的双碳态势感知方法在长期运行中易与实体建筑状态失配从而导致感知结果不准确且设备控制有效性不足的技术问题，本发明提供了一种适用于零碳建筑数字孪生的双碳态势感知方法。

2、一种适用于零碳建筑数字孪生的双碳态势感知方法，包括：s1：获取零碳建筑实体的传感器数据流及数字孪生模型在相同控制指令下的虚拟传感数据流，分别构建实测状态特征矩阵和虚拟状态特征矩阵；s2：根据建筑外部环境参数与内部设备状态参数确定当前运行工况，结合参数置信度矩阵，生成由参数置信度动态调制的非均匀量化偏差边界模型；计算实测状态特征矩阵与虚拟状态特征矩阵的偏差矩阵，并校验偏差矩阵是否超出非均匀量化偏差边界模型的约束；s3：当偏差矩阵的矩阵元素超限时，在扩展卡尔曼滤波框架下将偏差矩阵展开得到量测残差向量，并基于量测残差向量对数字孪生模型的关键参数进行逆向估计，更新参数期望值及参数误差协方差矩阵以生成更新后的参数置信度矩阵；基于校正后的数字孪生模型生成包含实时碳通量值、碳排放轨迹预测曲线及碳中和韧性指数的双碳态势矩阵，并计算用以调整设备控制参数的双域补偿向量。

3、本发明通过获取实测与虚拟状态特征矩阵，结合参数置信度动态生成非均匀量化偏差边界模型以校验状态特征是否超限；当偏差超限时，在扩展卡尔曼滤波框架下通过量测残差向量逆向估计关键参数以更新数字孪生模型，生成双碳态势矩阵并计算下发用于设备控制的双域补偿向量，建立由参数置信度调制的动态偏差边界校验机制，能在建筑微环境或设备效能衰减时准确识别虚实失配状态；利用扩展卡尔曼滤波实现失配参数的逆向校准，确保了数字孪生模型长周期运行的物理可信度，从而提高了微电网系统低碳运行控制策略的有效性与抗干扰能力。

4、优选的，所述分别构建实测状态特征矩阵和虚拟状态特征矩阵，包括：采集多个传感器通道的当前时间测量值并转换为状态列向量；提取前一采样周期的状态测量值，将当前时间测量值与前一采样周期的状态测量值相减，并除以恒定采样周期，计算得到各传感器数据流的一阶变化率；对于预设时间窗口内预设的传感器数据流组合，提取数据流在时间窗口内的观测数列样本分布，并计算互协方差值；将获取的实时量测值、一阶变化率以及互协方差值按照预设对应关系排列，组合生成实测状态特征矩阵；并按照相同的数据结构，利用虚拟传感数据流生成虚拟状态特征矩阵。

5、本发明用恒定周期的状态测量值计算一阶变化率，并提取时间窗口内的样本分布计算互协方差值以补全状态特征矩阵的维度，从时间梯度与设备跨源关联性两个维度丰富了底层状态特征，使得数字孪生模型在一致性校验时能够敏锐捕捉到微小的动态波动关联规律，提升了系统对异常环境噪声扰动的辨识度。

6、优选的，所述根据建筑外部环境参数与内部设备状态参数确定当前运行工况，包括：获取外部环境参数以及内部设备状态参数并合并拼接为多维特征向量；将多维特征向量输入至线性分类器模型中，计算多维特征向量相对于各预设工况类别分类边界的有符号边界距离；对各预设工况类别对应的有符号边界距离进行概率归一化处理生成条件概率分布，将最大条件概率对应的预设工况类别确定为当前运行工况。

7、优选的，所述结合参数置信度矩阵，生成由参数置信度动态调制的非均匀量化偏差边界模型，包括：查询预设的工况匹配数据库，获取与当前运行工况对应且维度结构一致的初始偏差边界上限矩阵、初始偏差边界下限矩阵；提取参数置信度矩阵中各关键参数的当前置信度，映射为与实测状态特征矩阵维度及结构一致的置信度缩放矩阵；将初始偏差边界上限矩阵、初始偏差边界下限矩阵分别与置信度缩放矩阵进行对应元素相乘，生成非均匀量化偏差边界模型。

8、本发明利用映射所得的置信度缩放矩阵分别与初始偏差边界上限矩阵、初始偏差边界下限矩阵进行对应元素相乘，构建出非均匀的量化偏差边界模型，实现了动态且非均匀的阈值缩小机制，对不确定性大、置信度低的关键参数赋予触发边界阈值，从而优先激活低置信度参数的校正逻辑，拦截并滤除常规背景噪声引发的无效残差运算，加速了参数校正的全局收敛速度。

9、优选的，所述计算实测状态特征矩阵与虚拟状态特征矩阵的偏差矩阵，并校验偏差矩阵是否超出非均匀量化偏差边界模型的约束，包括：校验实测状态特征矩阵与虚拟状态特征矩阵的维度与结构一致性；在结构一致的情况下，通过矩阵对应元素相减进行全矩阵运算得到初始偏差矩阵；将初始偏差矩阵中的各元素与非均匀量化偏差边界模型中对应的上下限阈值进行逐项比对；当存在元素超出对应的上下限阈值时，标记对应的状态特征为超限并生成越限标识矩阵；根据越限标识矩阵将未超限元素对应的偏差置零，保持初始偏差矩阵的维度生成偏差矩阵。

10、优选的，所述更新参数期望值及参数误差协方差矩阵，包括：对待估计的关键参数施加预设微小扰动以运行数字孪生模型得到虚拟状态特征输出，将虚拟状态特征输出按照与量测残差向量相同的元素顺序展开，将展开后的输出变化量与对应参数扰动量的比值作为量测雅可比矩阵中的对应元素；利用量测雅可比矩阵、参数误差协方差矩阵和量测噪声协方差矩阵计算卡尔曼增益矩阵；将卡尔曼增益矩阵与量测残差向量相乘得到关键参数修正量，并将关键参数修正量叠加至上一时刻的参数期望值，得到更新后的参数期望值；基于卡尔曼增益矩阵和量测雅可比矩阵，更新参数误差协方差矩阵。

11、本发明通过对关键参数施加微小扰动运算输出变化量来得到量测雅可比矩阵，并结合量测噪声协方差矩阵计算卡尔曼增益矩阵，对参数期望值与误差协方差矩阵执行循环更新，为缺乏直接解析偏导函数的复杂数字孪生系统提供了一种稳定有效的差分雅可比数值解法，即便在非线性突变场景下依然能保障关键参数逆向追踪过程中的计算平滑性，防止逆向校正模型发生梯度震荡发散。

12、优选的，所述实时碳通量值通过以下步骤获取：获取建筑总用电负荷实时功率及对应时段的电网排放因子，通过积分计算未考虑可再生能源抵消的基准累计碳排放量；获取建筑光伏系统的碳抵消量，将基准累计碳排放量减去碳抵消量得到净碳累积量；对净碳累积量求时间导数，得到实时碳通量值。

13、优选的，所述基于校正后的数字孪生模型生成包含实时碳通量值、碳排放轨迹预测曲线及碳中和韧性指数的双碳态势矩阵，包括：确定建筑受到极端环境扰动时碳通量相对于正常基线轨迹的最大偏移量，将最大偏移量与扰动恢复时间的乘积的倒数作为碳中和韧性指数；将实时碳通量值与碳中和韧性指数按基于长短期记忆网络生成的碳排放轨迹预测曲线的时间序列长度进行扩展对齐后进行矩阵合并，生成双碳态势矩阵。

14、优选的，所述计算用以调整设备控制参数的双域补偿向量，包括：将预测碳排放量超出设定碳排放基准限额的正差值作为碳排放超限惩罚量；将碳排放超限惩罚量的平方与碳排放惩罚系数的乘积和建筑运行购能成本相加，得到联合目标函数；将数字孪生模型校正后的参数作为基础输入，采用牛顿迭代法在控制参数可行域内求解联合目标函数的极小值。

15、优选的，采用牛顿迭代法在控制参数可行域内求解联合目标函数的极小值，包括：计算联合目标函数相对于控制决策变量的梯度向量和海森矩阵；利用梯度向量和海森矩阵计算牛顿更新方向以更新控制决策变量，并对更新后的控制决策变量进行边界投影使其保持在设备物理安全界限内；当相邻两次迭代的目标函数值之差的绝对值不大于预设收敛精度时，终止迭代并将当前设备控制参数组合输出为双域补偿向量。

16、本发明将碳排放超限惩罚量与购能成本加权合并构建联合目标函数，以目标函数收敛最小化为条件，使用牛顿迭代法在可行域内输出双域补偿向量，将系统碳排放的环境约束要求与能耗指标融合至单一寻优空间内进行降维表达，使得控制系统能够在物理安全边界内统筹调节调控参量，在降低建筑购能成本的同时增强零碳建筑应对极端扰动时的碳排控制韧性。

17、本发明的技术方案具有以下有益技术效果：

18、本发明获取零碳建筑实体的传感器数据流，并获取数字孪生模型在相同控制指令下的虚拟传感数据流，分别构建实测状态特征矩阵和虚拟状态特征矩阵。根据建筑外部环境与内部设备状态参数确定当前运行工况，结合参数置信度矩阵生成由参数置信度动态调制的非均匀量化偏差边界模型，计算实测状态特征矩阵与虚拟状态特征矩阵的偏差矩阵，并校验偏差矩阵是否超出非均匀量化偏差边界模型的约束。通过对零碳建筑实体与数字孪生模型分别构建实测状态特征矩阵和虚拟状态特征矩阵，解决了实测状态特征矩阵和虚拟状态特征矩阵偏差超限的问题。根据建筑外部环境与内部设备状态参数结合参数置信度矩阵生成由参数置信度动态调制的非均匀量化偏差边界模型，其中未超限元素对应的偏差置零，保持了非均匀量化偏差边界模型的约束，解决了偏差矩阵的矩阵元素超限的问题。

19、当偏差矩阵的矩阵元素超限时，在扩展卡尔曼滤波框架下，将偏差矩阵按照预设元素顺序展开得到量测残差向量。基于量测残差向量对数字孪生模型的关键参数进行逆向估计，更新数字孪生模型的参数期望值及参数误差协方差矩阵，并根据更新后的参数误差协方差矩阵生成参数置信度矩阵。基于量测残差向量对数字孪生模型的关键参数进行逆向估计，抵消了偏差矩阵的矩阵元素超限的最大偏移量，解决了关键参数逆向估计超限的问题。

20、基于完成参数校正的数字孪生模型，生成包含实时碳通量值、碳排放轨迹预测曲线及碳中和韧性指数的双碳态势矩阵，计算用以调整设备控制参数的双域补偿向量。数字孪生模型根据联合目标函数的极小值生成双域补偿向量，基于双域补偿向量对设备控制参数进行调整，将实时碳通量值、碳中和韧性指数分别按基于预测算法生成的碳排放轨迹预测曲线的时间序列长度进行扩展对齐后，进行矩阵合并，生成双碳态势矩阵。数字孪生模型根据联合目标函数的极小值生成双域补偿向量进行设备控制参数调整，解决了实时碳通量值与碳排放轨迹预测曲线超限的问题，使实时碳通量值与碳排放轨迹预测曲线得到合并，将双碳态势矩阵与双域补偿向量合并后输出最优补偿控制量，保持了双碳态势感知方法与数字孪生模型的收敛精度。