基于数字孪生的变压器样本库扩展方法、装置及存储介质与流程
本技术涉及电数字数据处理领域,具体而言,涉及一种基于数字孪生的变压器样本库扩展方法、装置及存储介质。
背景技术:
1、随着智能电网建设的推进,基于数据驱动的数字孪生体与状态感知模型在变压器智能运维中的应用日益广泛,而高质量、大规模且具备良好覆盖度的样本库是支撑模型训练、评估及持续演进的核心基础设施。
2、相关技术主要采用人工现场试验,以及利用传统的物理仿真软件对样本库的样本进行扩充。然而,上述方法存在显著不足:首先,人工现场试验成本高昂、周期长且存在安全风险;其次,传统物理仿真往往基于理想化假设,忽略实际运行中的噪声干扰、传感器误差及复杂环境耦合因素,导致生成的虚拟运行数据不合理,直接将这些低保真虚拟运行数据并入样本库不仅无法有效补充稀缺样本,反而可能引入噪声干扰,导致状态感知模型训练偏差,甚至降低状态感知模型的诊断准确性。因此,相关技术中存在的变压器样本库的样本稀缺和样本覆盖性不足的技术问题。
3、针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
1、本技术实施例提供了一种基于数字孪生的变压器样本库扩展方法、装置及存储介质,以至少解决相关技术中存在的变压器样本库的样本稀缺和样本覆盖性不足的技术问题。
2、根据本技术实施例的一个方面,提供了一种基于数字孪生的变压器样本库扩展方法,包括:获取目标变压器的多组目标运行数据,其中,多组目标运行数据包括真实运行数据和虚拟运行数据,真实运行数据是通过对目标变压器进行数据采集得到的,虚拟运行数据是基于目标变压器的数字孪生体获取的;基于多组目标运行数据,确定多个初始特征,其中,多个初始特征包括真实运行数据的初始第一特征和虚拟运行数据的初始第二特征,多组目标运行数据与多个初始特征一一对应;基于多个初始特征,确定真实运行数据和虚拟运行数据之间的第一数据分布差异;在第一数据分布差异大于预设差异阈值的情况下,对多个初始特征进行筛选,得到多个筛选特征;基于多个筛选特征进行漂移检测,得到多个目标特征;基于多个目标特征,对样本库进行扩展。
3、可选地,基于多组目标运行数据,确定多个初始特征,包括:对于多组目标运行数据中的任一组目标运行数据,在任一组目标运行数据包括振动数据、声学数据、红外热像数据和油气色谱数据的情况下,采用特征提取模型的一维深度可分离卷积模块,对振动数据和声学数据进行时域和频域特征提取,得到初始振动特征和初始声学特征;采用特征提取模型的二维深度可分离卷积模块,对红外热像数据进行空间特征提取,得到初始红外特征;采用特征提取模型的全连接层,对油气色谱数据进行编码,得到初始油气特征;采用特征提取模型的多头交叉注意力模块,对初始振动特征、初始声学特征、初始红外特征和初始油气特征进行特征融合,得到任一组目标运行数据的初始特征;采用确定任一组目标运行数据的初始特征的方式,得到多个初始特征。
4、可选地,基于多个初始特征,确定真实运行数据和虚拟运行数据之间的第一数据分布差异,包括:基于初始第一特征,确定真实数据分布;基于初始第二特征,确定虚拟数据分布;基于真实数据分布和虚拟数据分布,确定第一数据分布差异。
5、可选地,对多个初始特征进行筛选,得到多个筛选特征,包括:确定多个初始特征分别对应的不确定性指标值;确定多个初始特征分别对应的空间代表性指标值;基于多个初始特征分别对应的不确定性指标值中,初始第一特征的不确定性指标值,以及多个初始特征分别对应的空间代表性指标值中,初始第一特征的空间代表性指标值,确定初始第一特征的综合得分;基于多个初始特征分别对应的不确定性指标值中,初始第二特征的不确定性指标值,多个初始特征分别对应的空间代表性指标值中,初始第二特征的空间代表性指标值,以及初始第二特征的可迁移性权重,确定初始第二特征的综合得分,其中,可迁移性权重用于表征初始第二特征对应的虚拟运行数据对于提升状态感知模型的性能的边际贡献度,状态感知模型用于确定目标变压器的运行状态;基于初始第一特征的综合得分和初始第二特征的综合得分,按照从高到底的顺序筛选出预设数量的初始特征,得到多个候选特征;对多个候选特征进行标注,得到多个筛选特征。
6、可选地,基于多个筛选特征进行漂移检测,得到多个目标特征,包括:基于多个筛选特征,得到综合漂移程度;在综合漂移程度小于或等于预设漂移阈值的情况下,确定未发生数据漂移,将多个筛选特征确定为多个目标特征;或者,在综合漂移程度大于预设漂移阈值的情况下,确定发生数据漂移,分别对多个筛选特征进行修正,得到多个目标特征。
7、可选地,基于多个筛选特征,得到综合漂移程度,包括:基于状态感知模型在第一时间段的模型性能数据,确定第一漂移程度;将多个筛选特征按照滑动窗口的方式,划分为多个第一筛选特征、多个第二筛选特征和多个第三筛选特征,其中,多个第一筛选特征对应的第一时间窗口小于多个第二筛选特征对应的第二时间窗口,第二时间窗口小于多个第三筛选特征对应的第三时间窗口;基于多个第一筛选特征,多个第二筛选特征,多个第三筛选特征,以及样本库中的多个历史特征,确定第二漂移程度;将多个筛选特征按照预设时间窗口,划分为多个筛选特征子集;确定多个筛选特征子集分别对应的离群密度,其中,离群密度用于表征对应筛选特征子集的数据分布异常程度;基于多个筛选特征子集分别对应的离群密度,确定第三漂移程度;基于第一漂移程度,第二漂移程度,以及第三漂移程度,确定综合漂移程度。
8、可选地,基于多个第一筛选特征,多个第二筛选特征,多个第三筛选特征,以及样本库中的多个历史特征,确定第二漂移程度,包括:确定多个第一筛选特征的第一筛选数据分布,多个第二筛选特征的第二筛选数据分布,多个第三筛选特征的第三筛选数据分布,以及多个历史特征的历史数据分布;基于第一筛选数据分布和历史数据分布,确定第二数据分布差异;基于第二筛选数据分布和历史数据分布,确定第三数据分布差异;基于第三筛选数据分布和历史数据分布,确定第四数据分布差异;基于第二数据分布差异,第三数据分布差异,以及第四数据分布差异,确定第二漂移程度。
9、可选地,分别对多个筛选特征进行修正,得到多个目标特征,包括:基于第一漂移程度,第二漂移程度,以及第三漂移程度,确定导致数据漂移的目标源头;基于综合漂移程度和目标源头,分别对多个筛选特征进行修正,得到多个目标特征。
10、根据本技术实施例的另一方面,提供了一种基于数字孪生的变压器样本库扩展装置,包括:数据获取模块,用于获取目标变压器的多组目标运行数据,其中,多组目标运行数据包括真实运行数据和虚拟运行数据,真实运行数据是通过对目标变压器进行数据采集得到的,虚拟运行数据是基于目标变压器的数字孪生体获取的;第一确定模块,用于基于多组目标运行数据,确定多个初始特征,其中,多个初始特征包括真实运行数据的初始第一特征和虚拟运行数据的初始第二特征,多组目标运行数据与多个初始特征一一对应;第二确定模块,用于基于多个初始特征,确定真实运行数据和虚拟运行数据之间的第一数据分布差异;筛选模块,用于在第一数据分布差异大于预设差异阈值的情况下,对多个初始特征进行筛选,得到多个筛选特征;漂移检测模块,用于基于多个筛选特征进行漂移检测,得到多个目标特征;扩展模块,用于基于多个目标特征,对样本库进行扩展。
11、可选地,第一确定模块,包括:第一特征提取单元,用于对于多组目标运行数据中的任一组目标运行数据,在任一组目标运行数据包括振动数据、声学数据、红外热像数据和油气色谱数据的情况下,采用特征提取模型的一维深度可分离卷积模块,对振动数据和声学数据进行时域和频域特征提取,得到初始振动特征和初始声学特征;第二特征提取单元,用于采用特征提取模型的二维深度可分离卷积模块,对红外热像数据进行空间特征提取,得到初始红外特征;编码单元,用于采用特征提取模型的全连接层,对油气色谱数据进行编码,得到初始油气特征;特征融合单元,用于采用特征提取模型的多头交叉注意力模块,对初始振动特征、初始声学特征、初始红外特征和初始油气特征进行特征融合,得到任一组目标运行数据的初始特征;多个初始特征确定单元,用于采用确定任一组目标运行数据的初始特征的方式,得到多个初始特征。
12、可选地,第二确定模块,包括:第一确定单元,用于基于初始第一特征,确定真实数据分布;第二确定单元,用于基于初始第二特征,确定虚拟数据分布;第三确定单元,用于基于真实数据分布和虚拟数据分布,确定第一数据分布差异。
13、可选地,筛选模块,包括:第四确定单元,用于确定多个初始特征分别对应的不确定性指标值;第五确定单元,用于确定多个初始特征分别对应的空间代表性指标值;第六确定单元,用于基于多个初始特征分别对应的不确定性指标值中,初始第一特征的不确定性指标值,以及多个初始特征分别对应的空间代表性指标值中,初始第一特征的空间代表性指标值,确定初始第一特征的综合得分;第七确定单元,用于基于多个初始特征分别对应的不确定性指标值中,初始第二特征的不确定性指标值,多个初始特征分别对应的空间代表性指标值中,初始第二特征的空间代表性指标值,以及初始第二特征的可迁移性权重,确定初始第二特征的综合得分,其中,可迁移性权重用于表征初始第二特征对应的虚拟运行数据对于提升状态感知模型的性能的边际贡献度,状态感知模型用于确定目标变压器的运行状态;筛选单元,用于基于初始第一特征的综合得分和初始第二特征的综合得分,按照从高到底的顺序筛选出预设数量的初始特征,得到多个候选特征;标注单元,用于对多个候选特征进行标注,得到多个筛选特征。
14、可选地,漂移检测模块,包括:综合漂移程度确定单元,用于基于多个筛选特征,得到综合漂移程度;第八确定单元,用于在综合漂移程度小于或等于预设漂移阈值的情况下,确定未发生数据漂移,将多个筛选特征确定为多个目标特征;或者,第九确定单元,用于在综合漂移程度大于预设漂移阈值的情况下,确定发生数据漂移,分别对多个筛选特征进行修正,得到多个目标特征。
15、可选地,综合漂移程度确定单元,包括:第十确定单元,用于基于状态感知模型在第一时间段的模型性能数据,确定第一漂移程度;第一划分单元,用于将多个筛选特征按照滑动窗口的方式,划分为多个第一筛选特征、多个第二筛选特征和多个第三筛选特征,其中,多个第一筛选特征对应的第一时间窗口小于多个第二筛选特征对应的第二时间窗口,第二时间窗口小于多个第三筛选特征对应的第三时间窗口;第十一确定单元,用于基于多个第一筛选特征,多个第二筛选特征,多个第三筛选特征,以及样本库中的多个历史特征,确定第二漂移程度;第二划分单元,用于将多个筛选特征按照预设时间窗口,划分为多个筛选特征子集;第十二确定单元,用于确定多个筛选特征子集分别对应的离群密度,其中,离群密度用于表征对应筛选特征子集的数据分布异常程度;第十三确定单元,用于基于多个筛选特征子集分别对应的离群密度,确定第三漂移程度;第十四确定单元,用于基于第一漂移程度,第二漂移程度,以及第三漂移程度,确定综合漂移程度。
16、可选地,第十一确定单元,包括:第十五确定单元,用于确定多个第一筛选特征的第一筛选数据分布,多个第二筛选特征的第二筛选数据分布,多个第三筛选特征的第三筛选数据分布,以及多个历史特征的历史数据分布;第十六确定单元,用于基于第一筛选数据分布和历史数据分布,确定第二数据分布差异;第十七确定单元,用于基于第二筛选数据分布和历史数据分布,确定第三数据分布差异;第十八确定单元,用于基于第三筛选数据分布和历史数据分布,确定第四数据分布差异;第十九确定单元,用于基于第二数据分布差异,第三数据分布差异,以及第四数据分布差异,确定第二漂移程度。
17、可选地,第九确定单元,包括:第二十确定单元,用于基于第一漂移程度,第二漂移程度,以及第三漂移程度,确定导致数据漂移的目标源头;修正单元,用于基于综合漂移程度和目标源头,分别对多个筛选特征进行修正,得到多个目标特征。
18、根据本技术实施例的另一方面,提供了一种非易失性存储介质,非易失性存储介质存储有多条指令,指令适于由处理器加载并执行任意一项的基于数字孪生的变压器样本库扩展方法。
19、根据本技术实施例的另一方面,提供了一种电子设备,包括:一个或多个处理器和存储器,存储器用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现任意一项的基于数字孪生的变压器样本库扩展方法。
20、根据本技术实施例的另一方面,提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行基于数字孪生的变压器样本库扩展方法步骤的程序。
21、在本技术实施例中,通过获取目标变压器的多组目标运行数据,其中,多组目标运行数据包括真实运行数据和虚拟运行数据,真实运行数据是通过对目标变压器进行数据采集得到的,虚拟运行数据是基于目标变压器的数字孪生体获取的;基于多组目标运行数据,确定多个初始特征,其中,多个初始特征包括真实运行数据的初始第一特征和虚拟运行数据的初始第二特征,多组目标运行数据与多个初始特征一一对应;基于多个初始特征,确定真实运行数据和虚拟运行数据之间的第一数据分布差异;在第一数据分布差异大于预设差异阈值的情况下,对多个初始特征进行筛选,得到多个筛选特征;基于多个筛选特征进行漂移检测,得到多个目标特征;基于多个目标特征,对样本库进行扩展。达到获取目标变压器的、包括真实运行数据和基于数字孪生体生成的虚拟运行数据的多组目标运行数据,并在真实运行数据和虚拟运行数据之间的第一数据分布差异大于预设差异阈值的情况下,基于根据多组目标运行数据得到的初始特征,对样本库的样本进行扩展的目的,实现提高变压器样本库的样本数量和样本覆盖度的技术效果,进而解决相关技术中存在的变压器样本库的样本稀缺和样本覆盖性不足的技术问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com