基于数字孪生的输电线路数据管理方法与流程

1.本发明属于输电线路技术领域，具体涉及基于数字孪生的输电线路数据管理方法。


背景技术：

2.随着社会经济的发展，电网设备规模大幅增长，管理工作日渐繁重，由于传统管理模式无法适应现代化大电网运行要求、现有信息技术在跨专业融合、设备全过程管理贯通等方面有待提高等问题，造成目前的管理体系已经无法满足电力体制改革对提升效率和降低运维成本的要求。
3.如授权公告号为cn112381963a所公开的一种基于数字孪生技术的电力物联网智能巡检方法及系统，其虽然基于数字孪生技术，利用电力设备采集的数据实时交互，可以实现“无人巡检”的日常巡检工作与可视化远程巡检任务，大大减少了人力物力资源的消耗；可以通过虚拟对象进行仿真巡检，排除作业安全隐患，优化巡检任务，但是并未解决现有技术无法实现对输电线路进行数字孪生模拟处理，并且不能够实现安全计算和线路实施防护判定等问题，为此我们提出基于数字孪生的输电线路数据管理方法。


技术实现要素：

4.本发明的目的在于提供基于数字孪生的输电线路数据管理方法，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：基于数字孪生的输电线路数据管理方法，包括有以下步骤：
6.s1、从大数据网络中获取现有的数据信息：通过通讯网络对数据信息进行获取，从云端平台中获取大数据，并且对大数据信息进行计算处理；
7.s2、将大数据信息输入到数字模型中进行仿真：将大数据信息输入到数字模型中，然后进行仿真模拟，并且通过云计算进行计算处理，提高数据信息的精准度；
8.s3、通过实际的物理设备对数据信息进行获取：通过数据传输网络实现对输电线路的数据信息进行获取，并且将数据信息进行计算处理，提高数据信息的精准度；
9.s4、将采集到的数据信息输入到数字模型中：将数据信息输入到数字模型中，实现数字模型的仿真计算处理，然后将采集的数据信息和获取的大数据信息进行比对处理；
10.s5、通过数字模型计算的数据信息对系统进行判定：将数字模型计算得到的数据信息进行判定，判定后的数据信息作为线路安全危险预警的检测值，并且将数据信息进行返回，以对系统进行维修和保养，并且对数据信息进行存储处理，以及将结果在平台上进行显示。
11.优选的，所述s1中的云端平台中获取大数据采用的是ai学习技术，并且通过神经网络算法，实现对数据进行选择和获取，并且通过云端大数据信息进行输电线路的建设。
12.优选的，所述ai学习技术用于将大量数据与超强的运算处理能力和智能算法三者
相结合起来，实现对云端大数据进行识别和计算，完成模型建设，所述神经网络算法的计算过程如下：
13.s101、从样本集合中取一个样本(ai,bi)，其中ai是输入，bi是期望输出；
14.s102、计算网络的实际输出o；
15.s103、求d＝b
i-o；
16.s104、根据d调整权矩阵w；
17.s105、对每个样本重复上述过程，直到对整个样本集来说，误差不超过固定范围为止。
18.优选的，所述s2中的数字模型采用的是matlab模型，所述matlab模型采用的是多元回归线性计算，用regress()函数求得；
19.f(x1,x2,x3)＝a1 a2*x1 a3*x2 a4*x3为多元线性回归函数；
20.求解方法：
21.x1＝[...]；x2＝[...]；x3＝[...]；
[0022]
x＝[ones(n,1)x1x2x3]；
[0023]
y＝[...]；
[0024]
a＝regress(y，x)；a为多元线性回归函数的拟合系数，且x1、x2和x3为多元线性回归函数的输入值。
[0025]
优选的，所述计算处理包括有数据获取、数据分类、数据滤波、数据转换和数据增益，所述数据获取用于实现对大数据网络的数据和输电线路的数据信息进行获取，所述数据分类用于实现对数据信息进行分类处理，所述数据滤波用于实现对数据信息进行滤波处理，所述数据滤波采用的是限幅滤波算法、中值滤波算法、算术平均滤波算法、低通滤波或者iir数字滤波算法实现对滤除杂波，所述数据转换用于实现对数据类型进行适应性转换，所述数据增益用于实现对数据信息进行放大处理。
[0026]
优选的，所述s3中的输电线路的数据信息进行获取的手段是通过各种传感器或者设备进行数据获取，所述传感器或者所述设备包括有摄像机、无人巡检机、电压检测传感器、电流检测传感器、温度传感器、环境传感器、湿度传感器、基础地理数据采集器、卫星影像、倾斜摄影数据采集器、gim数字电网模型数据传输器和激光点云电网工程设计数据传输器。
[0027]
优选的，所述s4中采集的数据信息和获取的大数据信息进行比对处理采用的是lm339比较器或者lm393比较器，所述lm339比较器或者所述lm393比较器用于实现对大数据数据信息和采集的数据信息进行比较，判定数据信息的误差，实现计算输电系统的实施防护。
[0028]
优选的，所述s5中的线路安全危险预警是基于图像识别的线路安全危险预警，具体方法包括以下步骤：
[0029]
s501、通过数据采集模块获取杆塔周边树木生长情况；
[0030]
s502、根据获取的图片信息，采用机器学习的方式自动识别出输电线路导线和树木；
[0031]
s503、标出导线与树木的最短距离点并进行距离计算；
[0032]
s504、如果导线与树木的最短距离小于所需安全距离，则智能预警。
[0033]
优选的，所述s5中的存储处理采用的是多源异构数据的存储与管理，数据存储与管理用存储器把采集到的数据进行存储，建立相应的数据库，并进行管理和调用。
[0034]
优选的，所述s5中平台的平台数据具有多源异构、分布广泛、动态增长的特点，所述平台的具有安全存储方法，所述安全存储方法采用同态加密方式，以保护关键业务数据或用户隐私数据，该安全存储方法采用同态加密方式。
[0035]
与现有技术相比，本发明的有益效果是：
[0036]
本发明针对输电线路云设计，结合数字孪生技术现状及发展，提出了基于数字孪生技术的输电线路建设思路，设计了输电线路数字孪生体的数据处理及数据管理方法，其应用前景十分广阔；针对电网工程设计与运行环境，结合卫星影像、倾斜摄影数据、基础地理数据、bim/cad建筑模型数据、gim数字电网模型、城市街景数据、激光点云等电网工程设计、运行环境数据处理融合技术，实现各类数据资源的清洗、转换、处理、存储和融合，实现电网设计过程及运行环境全息可视化，建立物联感知数据与电网数据模型的关联关系，构建电网全息数据平台，实现电网运行全状态的实时化和可视化。
附图说明
[0037]
图1为本发明的方法步骤结构示意图；
[0038]
图2为本发明的系统结构示意图。
具体实施方式
[0039]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0040]
实施例一：
[0041]
请参阅图1，本发明提供一种技术方案：基于数字孪生的输电线路数据管理方法，包括有以下步骤：
[0042]
s1、从大数据网络中获取现有的数据信息：通过通讯网络对数据信息进行获取，从云端平台中获取大数据，并且对大数据信息进行计算处理；
[0043]
s2、将大数据信息输入到数字模型中进行仿真：将大数据信息输入到数字模型中，然后进行仿真模拟，并且通过云计算进行计算处理，提高数据信息的精准度；
[0044]
s3、通过实际的物理设备对数据信息进行获取：通过数据传输网络实现对输电线路的数据信息进行获取，并且将数据信息进行计算处理，提高数据信息的精准度；
[0045]
s4、将采集到的数据信息输入到数字模型中：将数据信息输入到数字模型中，实现数字模型的仿真计算处理，然后将采集的数据信息和获取的大数据信息进行比对处理；
[0046]
s5、通过数字模型计算的数据信息对系统进行判定：将数字模型计算得到的数据信息进行判定，判定后的数据信息作为线路安全危险预警的检测值，并且将数据信息进行返回，以对系统进行维修和保养，并且对数据信息进行存储处理，以及将结果在平台上进行显示。
[0047]
为了对数据信息的获取，并且实现ai学习对数据信息进行获取，本实施例中，优选
的，所述s1中的云端平台中获取大数据采用的是ai学习技术，并且通过神经网络算法，实现对数据进行选择和获取，并且通过云端大数据信息进行输电线路的建设。
[0048]
为了通过神经网络算法实现对数据信息进行获取和计算处理，本实施例中，优选的，所述ai学习技术用于将大量数据与超强的运算处理能力和智能算法三者相结合起来，实现对云端大数据进行识别和计算，完成模型建设，所述神经网络算法的计算过程如下：
[0049]
s101、从样本集合中取一个样本(ai,bi)，其中ai是输入，bi是期望输出；
[0050]
s102、计算网络的实际输出o；
[0051]
s103、求d＝b
i-o；
[0052]
s104、根据d调整权矩阵w；
[0053]
s105、对每个样本重复上述过程，直到对整个样本集来说，误差不超过固定范围为止；
[0054]
为了实行对神经网络算法的输出进行权重处理，采用了delta学习规则：
[0055]wij
(t 1)＝w
ij
(t) α(d
i-yi)xj(t)
[0056]
式中：
[0057]wij
—神经元j到神经元i的连接权；
[0058]di
—神经元i的期望输出；
[0059]
yi—神经元i的实际输出；
[0060]
xj—表示神经元k的状态，处于激活状态为1，处于抑制状态为0或-1；
[0061]
α—学习速度的常数；
[0062]
若神经元的实际输出比期望输出大，则减小所有输入为正连接的权重，反之同理。
[0063]
为了实现数字模型的创建和对信息进行计算处理，本实施例中，优选的，所述s2中的数字模型采用的是matlab模型，所述matlab模型采用的是多元回归线性计算方法，用regress()函数求得；
[0064]
f(x1,x2,x3)＝a1 a2*x1 a3*x2 a4*x3为多元线性回归函数；
[0065]
求解方法：
[0066]
x1＝[...]；x2＝[...]；x3＝[...]；
[0067]
x＝[ones(n,1)x1x2x3]；
[0068]
y＝[...]；
[0069]
a＝regress(y，x)；a为多元线性回归函数的拟合系数，且x1、x2和x3为多元线性回归函数的输入值。
[0070]
为了实现数据信息处理，保持数据信息的精准度，本实施例中，优选的，所述计算处理过程或者内容包括有数据获取、数据分类、数据滤波、数据转换和数据增益，所述数据获取用于实现对大数据网络的数据和输电线路的数据信息进行获取，所述数据分类用于实现对数据信息进行分类处理，所述数据滤波用于实现对数据信息进行滤波处理，所述数据滤波采用的是限幅滤波算法、中值滤波算法、算术平均滤波算法、低通滤波或者iir数字滤波算法以滤除杂波，所述数据转换用于实现对数据类型进行适应性转换，所述数据增益用于实现对数据信息进行放大处理。
[0071]
为了实现输电线路上的数据信息采集，通过多种物理设备进行检测，本实施例中，优选的，所述s3中的输电线路的数据信息进行获取的手段是通过各种传感器或者设备进行
数据获取，所述传感器或者所述设备包括有摄像机、无人巡检机、电压检测传感器、电流检测传感器、温度传感器、环境传感器、湿度传感器、基础地理数据采集器、卫星影像、倾斜摄影数据采集器、gim数字电网模型数据传输器和激光点云电网工程设计数据传输器。
[0072]
为了实现数据信息的比对，判定输电线路的安全性，本实施例中，优选的，所述s4中对采集的数据信息和获取的大数据信息进行比对处理采用的是lm339比较器或者lm393比较器，所述lm339比较器或者所述lm393比较器对输入的大数据数据信息和采集的数据信息进行比较，判定数据信息的误差，通过误差的计算，实现输电系统的实时安全防护。
[0073]
为了实现对输电线路的安全危险进行检测，本实施例中，优选的，所述s5中的线路安全危险预警是基于图像识别的线路安全危险预警，
[0074]
具体方法包括以下步骤：
[0075]
s501、通过数据采集模块获取杆塔周边树木生长情况；
[0076]
s502、根据获取的图片信息，采用机器学习的方式自动识别出输电线路导线和树木；
[0077]
s503、标出导线与树木的最短距离点并进行距离计算；
[0078]
s504、如果导线与树木的最短距离小于所需安全距离，则智能预警。
[0079]
为了实现对数据信息的存储，本实施例中，优选的，所述s5中的存储方式采用的是多源异构数据的存储与管理，用存储器把采集到的数据进行存储，建立相应的数据库，并进行管理和调用。
[0080]
为了实现平台管理和数据的加密处理，平台的具有安全存储方法，所述安全存储方法采用同态加密方式，以保护关键业务数据或用户隐私数据。同态加密是一种可以采用的加密方法，允许对密文进行特定的代数运算得到仍然是加密的结果，与对明文进行同样的运算再将结果加密一样。同态加密使得在加密的数据中进行诸如检索、比较等操作，得出正确的结果，而在整个处理过程中无需对数据进行解密。存储安全的另一个方法是hadoop的文件读、写、执行的acl控制，结合自定义的用户组策略实现文件权限控制。
[0081]
权限管理可采用主流的用户认证授权机制对大数据用户进行权限管理。可以采用公司统一权限平台对用户进行统一的认证、授权管理。
[0082]
本发明的工作原理及使用流程：
[0083]
第一步、从大数据网络中获取现有的数据信息：通过通讯网络对数据信息进行获取，从云端平台中获取大数据，并且对大数据信息进行计算处理；
[0084]
第二步、将大数据信息输入到数字模型中进行仿真：将大数据信息输入到数字模型中，然后进行仿真模拟，并且通过云计算进行计算处理，提高数据信息的精准度；
[0085]
第三步、通过实际的物理设备对数据信息进行获取：通过数据传输网络实现对输电线路的数据信息进行获取，并且将数据信息进行计算处理，提高数据信息的精准度；
[0086]
第四步、将采集到的数据信息输入到数字模型中：将数据信息输入到数字模型中，实现数字模型的仿真计算处理，然后将采集的数据信息和获取的大数据信息进行比对处理；
[0087]
第五步、通过数字模型计算的数据信息对系统进行判定：将数字模型计算得到的数据信息进行判定，判定后的数据信息作为线路安全危险预警的检测值，并且将数据信息进行返回，以对系统进行维修和保养，并且对数据信息进行存储处理，以及将结果在平台上
进行显示。
[0088]
实施例二：
[0089]
参考图2，所述平台上电性连接有通讯器，所述通讯器通过智能网关通讯连接大数据网络，所述通讯器用于实现对网络上的数据信息进行获取，所述通讯器和所述平台之间电性连接有计算处理模块，所述计算处理模块包括有数据获取、数据分类、数据滤波、数据转换和数据增益，所述数据获取用于实现对大数据网络的数据和输电线路的数据信息进行获取，所述数据分类用于实现对数据信息进行分类处理，所述数据滤波用于实现对数据信息进行滤波处理，所述数据转换用于实现对数据类型进行适应性转换，所述数据增益用于实现对数据信息进行放大处理，所述平台上电性连接有用于实现对数据信息进行显示的显示器和用于实现对数据信息进行控制调节的控制按键，以及电性连接有用于指示运行状态的指示灯和用于进行数据故障报警的警示器，所述通讯器还用于通讯连接有云计算器和物理设备，实现对数据信息进行高速的计算和获取物理设备的检测数据信息，所述物理设备中包括有摄像机、无人巡检机、电压检测传感器、电流检测传感器、温度传感器、环境传感器、湿度传感器、基础地理数据采集器、卫星影像、倾斜摄影数据采集器、gim数字电网模型数据传输器和激光点云电网工程设计数据传输器，所述平台上还电性连接有用于存储数据信息的存储器，所述存储器采用的是多源异构数据的存储与管理的存储设备，所述存储器中还设有数据加密处理模块，保持对密文进行特定的代数运算得到仍然是加密的结果，与对明文进行同样的运算再将结果加密一样。同态加密使得在加密的数据中进行诸如检索、比较等操作，得出正确的结果，而在整个处理过程中无需对数据进行解密。存储安全的另一个方法是hadoop的文件读、写、执行的acl控制，结合自定义的用户组策略实现文件权限控制；所述平台中还包括有lm339比较器或者lm393比较器，所述lm339比较器或者所述lm393比较器用于实现对大数据数据信息和采集的数据信息进行比较，判定数据信息的误差，实现计算输电系统的实施防护。
[0090]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。