基于数字孪生技术的电网设备运行状态预测及优化方法

专利主权项内容

1.基于数字孪生技术的电网设备运行状态预测及优化控制的方法，其特征在于，具体包括下述步骤：步骤一、设备信息获取收集目标设备历史信息数据，所述信息数据为包括设备数据、生产数据、运检数据、经营数据以及现场多种类监测终端收集的离散化数据在内的信息数据；步骤二、设备数字孪生模型构建步骤三、电网设备数字孪生混合模型构建，具体流程如下：依托电网设备的具体三维结构、设备的运行数据以及设备固有的属性，基于模型驱动、数据驱动和知识驱动的建模技术，结合设备的具体物理结构建立物理实体虚拟模型、结合采集的数据利用机器学习方法构建数据模型、结合设备固有的属性构建知识模型，将这三种模型融合建立电网设备数字孪生混合模型；步骤四、设备信息数据处理设备信息数据处理的方式包括不过零点半梯形、过零点半梯形、全梯形、点分布、过零点分段线性分布和不过零点分段线性分布方式；步骤五、综合评估结果获取使用熵权法、层次分析法以及组合权重法获取各个设备部件的权重值，进而获取电网设备综合状态模拟仿真结果；步骤六、设备运行状态全面可视化感知将电网设备综合状态模拟仿真结果与电网设备实际的运行数据进行对比，当偏差超出设定范围时，采用深度神经网络对仿真结果和实际运行结果进行特征提取，输出修正系数，进而修正数字孪生混合模型；最终实现物理实体设备与其对应数字孪生混合模型的映射匹配，实现设备运行状态的全面可视化感知；步骤七、电网设备状态预测和优化控制依据修正后的数字孪生混合模型在数字环境中对电网设备的运行状态进行预测，在保证电网设备稳定运行的前提下以经济成本最优为目标进行设备运行状态实时优化控制；步骤八、数字孪生混合模型修正将电网设备在数字孪生混合模型中根据优化控制方案仿真的结果与电网设备物理实体实际运行优化控制方案的结果数据进行对比，判断误差是否超出设定的阈值；若超过阈值，则采用深度神经网络算法对仿真结果和实际结果进行特征提取，并输出最终的修正系数，用于修正电网设备的数字孪生混合模型；步骤九、电网设备状态优化控制依据修正后的数字孪生混合模型进行设备运行状态优化控制，延长电网设备的使用寿命。