CN115577488A - 一种关口电能计量装置性能诊断系统 - Google Patents
一种关口电能计量装置性能诊断系统 Download PDFInfo
- Publication number
- CN115577488A CN115577488A CN202210987668.4A CN202210987668A CN115577488A CN 115577488 A CN115577488 A CN 115577488A CN 202210987668 A CN202210987668 A CN 202210987668A CN 115577488 A CN115577488 A CN 115577488A
- Authority
- CN
- China
- Prior art keywords
- metering device
- data set
- data
- electric energy
- energy metering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 238000013480 data collection Methods 0.000 claims abstract description 7
- 238000005516 engineering process Methods 0.000 claims abstract description 6
- 230000007613 environmental effect Effects 0.000 claims abstract description 5
- 230000036541 health Effects 0.000 claims abstract description 5
- 230000003993 interaction Effects 0.000 claims abstract description 5
- 238000012800 visualization Methods 0.000 claims abstract description 5
- 238000012549 training Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000017105 transposition Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 7
- 239000007787 solid Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computing Systems (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种关口电能计量装置性能诊断系统,包括:实体模型构建模块;虚拟模型构建模块;数据传输层,所述数据传输层作为连接数字孪生所有部分的通道,交互实体模型构建模块和所述虚拟模型构建模块之间的信息;数据收集层,用于获取关口电能计量装置正常运行的数据,形成第一数据集,获取关口电能计量装置异常时的数据,形成第二数据集;数字孪生数据库,将所述第一数据集和所述第二数据集进行存储、处理和治理;服务支持层,自主识别和解决数字孪生中的问题,并进行关口电量计量装置数字孪生优化处理;应用表示层,基于可视化和交互技术,实时状态,故障预警,诊断结果、健康状况和其他环境信息在操作过程中可以通过数字孪生显示。
Description
技术领域
本发明属于电能计量技术领域,特别涉及一种关口电能计量装置性能诊断系统。
背景技术
随着电力技术的发展,智能电表已经开始普及,电力计量装置是分析电力设备运行状态的重要数据来源,通过对计量数据的异常诊断实现电力设备自动远程监控。一旦出现计量数据异常,可以快速定位异常设备或线路,避免因设备故障而引发安全事故。另一方面,电能计量数据发生异常会给电网带来不可估量的经济损失。因此,电能计量数据异常诊断具有重要意义,但是受到环境、人为、设计因素的影响,智能电表也会出现故障,若通过人工排查,工作量太大,且不能及时发现故障,给用户带来不便,给电力部门带来损失,若能通过对计量数据的分析处理及时发现故障,将会带来大大的便利,但大量计量数据的采集和处理面临着大数据量和高处理速度的要求,给现有的电能计量提出了很高的要求。如何提高电能计量装置的快速高效的诊断,这是值得深入研究的问题。
发明内容
本发明公开了一种关口电能计量装置性能诊断系统,包括:实体模型构建模块、虚拟模型构建模块、数据传输层、数据收集层、数字孪生数据库、服务支持层和应用表示层;
实体模型构建模块,用于根据关口电能计量装置构建物理实体模型;
虚拟模型构建模块,用于根据实体模型构建模块构建的物理实体映射到虚拟空间;
数据传输层,所述数据传输层作为连接数字孪生所有部分的通道,交互实体模型构建模块和所述虚拟模型构建模块之间的信息;
数据收集层,用于获取关口电能计量装置正常运行的数据,形成第一数据集,获取关口电能计量装置异常时的数据,形成第二数据集;
数字孪生数据库,将所述第一数据集和所述第二数据集进行存储、处理和治理;
服务支持层,用于针对所述第一数据集和第二数据集分别进行分析,通过第一数据集进行能量损耗预测判断,通过第二数据集进行故障诊断、评估,自主识别和解决数字孪生中的问题,并进行关口电量计量装置数字孪生优化处理;
应用表示层,基于可视化和交互技术,实时状态,故障预警,诊断结果、健康状况和其他环境信息在操作过程中可以通过数字孪生显示。
所述的关口电能计量装置性能诊断系统,所述虚拟模型构建模块在构建过程中,需要不断进行优化,通过公式(1)基于优化控制函数J不断更新虚拟模型构建的控制参数,
其中,θ为控制参数,W1为超调的权重,W2为校正时间的权重,W3为积分平方误差指数的权重,OV(θ)为控制参数的超调百分比,Ts(θ)为控制参数的校正时间,e(t,θ)2为控制参数基于时间t的平方误差指数。
所述的关口电能计量装置性能诊断系统,在优化过程中,需要不断考虑优化问题:
将公式(2)中优化问题转换为递归形式为:
其中,xk表示x在第k次迭代时的估算值,ak为正标量系数序列,xk的近似值为:
其中,n为输入参数x长度,Δk=[Δk1,Δk2,...,Δkn]矩阵元素Δk1......Δkn为随机摄动向量参数,矩阵元素Δk1......Δkn均是独立的并且对称分布在零附近;f(xk+ckΔk),f(xk-ckΔk)用于计算不同摄动参数的成本函数;其中,ak和ck分别为:
A,a,c>0优选α=0.602,γ=0.101过公式(8);
xk+1=xk-akdk. (8)
其中,k为迭代次数,u(k-1,i)为第i个过程的第k-1次迭代的下标;T为矩阵转置符合;通过公式(7)选择组合梯度方向,通过公式(8)不断更新xk,迭代m次后,返回x值,获得优化控制参数,将优化控制参数x输入到公式(1)中替换θ,更新虚拟模型。
所述的关口电能计量装置性能诊断系统,所述通过第一数据集进行能量损耗预测判断具体通过如下方式进行损失预测,
所述的关口电能计量装置性能诊断系统,所述通过第二数据集进行故障诊断、评估具体包括:获取第一数据集,针对第一数据集进行样本训练,确定正常样本训练集,将第二数据集中的数据作为输入到所述正常样本训练集中,并输出训练输出的第一数据,确定所述第一数据的输出分布,确定多个分布阈值,根据第一数据的数量调整所述分布阈值的数量,判断第一数据集中电能计量装置计量数据性能指标,并将所述性能指标作为数字孪生的参考变量,配合数字孪生的控制参数,优化数字孪生的控制模型,并不断进行自学习,使得诊断系统能够通过数字孪生系统更准确进行关口计量装置的性能诊断。
本发明提出所述的关口电能计量装置性能诊断系统,能够通过数字孪生进行电能计量装置的孪生,实现针对电能计量装置的数字化的性能分析,并且通过优化控制数字孪生的控制参数,实现更加准确的电能计量装置的模拟和性能诊断,方便进行快速的性能诊断分析。作为本发明的一个改进之处,在于所述虚拟模型构建模块在构建过程中,需要不断进行优化,基于优化控制函数J不断更新虚拟模型构建的控制参数,作为本发明另一改进之处,在于将计量装置批量进行数字孪生,并提高数字孪生的优化效果,实现数字孪生的准确性,方便通过数字孪生的结果进行准确的关口计量装置的性能诊断,并将正常数据进行训练,获得正常样本集,并以此为基础进行数字孪生后的故障诊断。
附图说明
图1为本发明一种关口电能计量装置性能诊断系统的示意图。
图2为本发明一种关口电能计量装置性能诊断方法的示意图。
具体实施方式
下面结合附图对本申请作进一步详细描述,有必要在此指出的是,以下具体实施方式只用于对本申请进行进一步的说明,不能理解为对本申请保护范围的限制,该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整。
如图1所示,为本发明公开了一种关口电能计量装置性能诊断系统的示意图,包括:实体模型构建模块、虚拟模型构建模块、数据传输层、数据收集层、数字孪生数据库、服务支持层和应用表示层;
实体模型构建模块,用于根据关口电能计量装置构建物理实体模型;
虚拟模型构建模块,用于根据实体模型构建模块构建的物理实体映射到虚拟空间;
数据传输层,所述数据传输层作为连接数字孪生所有部分的通道,交互实体模型构建模块和所述虚拟模型构建模块之间的信息;
数据收集层,用于获取关口电能计量装置正常运行的数据,形成第一数据集,获取关口电能计量装置异常时的数据,形成第二数据集;
数字孪生数据库,将所述第一数据集和所述第二数据集进行存储、处理和治理;
服务支持层,用于针对所述第一数据集和第二数据集分别进行分析,通过第一数据集进行能量损耗预测判断,通过第二数据集进行故障诊断、评估,自主识别和解决数字孪生中的问题,并进行关口电量计量装置数字孪生优化处理;
应用表示层,基于可视化和交互技术,实时状态,故障预警,诊断结果、健康状况和其他环境信息在操作过程中可以通过数字孪生显示。
所述的关口电能计量装置性能诊断系统,所述虚拟模型构建模块在构建过程中,需要不断进行优化,通过公式(1)基于优化控制函数J不断更新虚拟模型构建的控制参数,
其中,θ为控制参数,W1为超调的权重,W2为校正时间的权重,W3为积分平方误差指数的权重,OV(θ)为控制参数的超调百分比,Ts(θ)为控制参数的校正时间,e(t,θ)2为控制参数基于时间t的平方误差指数。
所述的关口电能计量装置性能诊断系统,在优化过程中,需要不断考虑优化问题:
将公式(2)中优化问题转换为递归形式为:
其中,xk表示x在第k次迭代时的估算值,ak为正标量系数序列,xk的近似值为:
其中,n为输入参数x长度,Δk=[Δk1,Δk2,...,Δkn]矩阵元素Δk1......Δkn为随机摄动向量参数,矩阵元素Δk1......Δkn均是独立的并且对称分布在零附近;f(xk+ckΔk),f(xk-ckΔk)用于计算不同摄动参数的成本函数;其中,ak和ck分别为:
A,a,c>0优选α=0.602,γ=0.101过公式(8);
xk+1=xk-akdk. (8)
其中,k为迭代次数,u(k-1,i)为第i个过程的第k-1次迭代的下标;T为矩阵转置符合;通过公式(7)选择组合梯度方向,通过公式(8)不断更新xk,迭代m次后,返回x值,获得优化控制参数,将优化控制参数x输入到公式(1)中替换θ,更新虚拟模型。
所述的关口电能计量装置性能诊断系统,所述通过第一数据集进行能量损耗预测判断具体通过如下方式进行损失预测,
所述的关口电能计量装置性能诊断系统,所述通过第二数据集进行故障诊断、评估具体包括:获取第一数据集,针对第一数据集进行样本训练,确定正常样本训练集,将第二数据集中的数据作为输入到所述正常样本训练集中,并输出训练输出的第一数据,确定所述第一数据的输出分布,确定多个分布阈值,根据第一数据的数量调整所述分布阈值的数量,判断第一数据集中电能计量装置计量数据性能指标,并将所述性能指标作为数字孪生的参考变量,配合数字孪生的控制参数,优化数字孪生的控制模型,并不断进行自学习,使得诊断系统能够通过数字孪生系统更准确进行关口计量装置的性能诊断。
如图2所示,为本发明公开了一种关口电能计量装置性能诊断方法的示意图,包括如下步骤:
步骤S1:根据关口电能计量装置构建物理实体模型;
步骤S2:根据实体模型构建模块构建的物理实体映射到虚拟空间;
步骤S3:交互实体模型构建模块和所述虚拟模型构建模块之间的信息;
步骤S4:获取关口电能计量装置正常运行的数据,形成第一数据集,获取关口电能计量装置异常时的数据,形成第二数据集;
步骤S5:将所述第一数据集和所述第二数据集进行存储、处理和治理;
步骤S6:针对所述第一数据集和第二数据集分别进行分析,通过第一数据集进行能量损耗预测判断,通过第二数据集进行故障诊断、评估,自主识别和解决数字孪生中的问题,并进行关口电量计量装置数字孪生优化处理;
步骤S7:基于可视化和交互技术,实时状态,故障预警,诊断结果、健康状况和其他环境信息在操作过程中可以通过数字孪生显示。
本发明提出所述的关口电能计量装置性能诊断系统,能够通过数字孪生进行电能计量装置的孪生,实现针对电能计量装置的数字化的性能分析,并且通过优化控制数字孪生的控制参数,实现更加准确的电能计量装置的模拟和性能诊断,方便进行快速的性能诊断分析。作为本发明的一个改进之处,在于所述虚拟模型构建模块在构建过程中,需要不断进行优化,基于优化控制函数J不断更新虚拟模型构建的控制参数,作为本发明另一改进之处,在于将计量装置批量进行数字孪生,并提高数字孪生的优化效果,实现数字孪生的准确性,方便通过数字孪生的结果进行准确的关口计量装置的性能诊断,并将正常数据进行训练,获得正常样本集,并以此为基础进行数字孪生后的故障诊断。
Claims (5)
1.一种关口电能计量装置性能诊断系统,其特征在于,包括:实体模型构建模块、虚拟模型构建模块、数据传输层、数据收集层、数字孪生数据库、服务支持层和应用表示层;
实体模型构建模块,用于根据关口电能计量装置构建物理实体模型;
虚拟模型构建模块,用于根据实体模型构建模块构建的物理实体映射到虚拟空间;
数据传输层,所述数据传输层作为连接数字孪生所有部分的通道,交互实体模型构建模块和所述虚拟模型构建模块之间的信息;
数据收集层,用于获取关口电能计量装置正常运行的数据,形成第一数据集,获取关口电能计量装置异常时的数据,形成第二数据集;
数字孪生数据库,将所述第一数据集和所述第二数据集进行存储、处理和治理;
服务支持层,用于针对所述第一数据集和第二数据集分别进行分析,通过第一数据集进行能量损耗预测判断,通过第二数据集进行故障诊断、评估,自主识别和解决数字孪生中的问题,并进行关口电量计量装置数字孪生优化处理;
应用表示层,基于可视化和交互技术,实时状态,故障预警,诊断结果、健康状况和其他环境信息在操作过程中可以通过数字孪生显示。
3.如权利要求2所述的关口电能计量装置性能诊断系统,其特征在于,在优化过程中,需要不断考虑优化问题:
将公式(2)中优化问题转换为递归形式为:
其中,xk表示x在第k次迭代时的估算值,ak为正标量系数序列,xk的近似值为:
其中,n为输入参数x长度,Δk=[Δk1,Δk2,...,Δkn]矩阵元素Δk1……Δkn为随机摄动向量参数,矩阵元素Δk1……Δkn均是独立的并且对称分布在零附近;f(xk+ckΔk),f(xk-ckΔk)用于计算不同摄动参数的成本函数;其中,ak和ck分别为:
A,a,c>0优选α=0.602,γ=0.101过公式(8);
xk+1=xk-akdk. (8)
其中,k为迭代次数,u(k-1,i)为第i个过程的第k-1次迭代的下标;T为矩阵转置符合;通过公式(7)选择组合梯度方向,通过公式(8)不断更新xk,迭代m次后,返回x值,获得优化控制参数,将优化控制参数x输入到公式(1)中替换θ,更新虚拟模型。
5.如权利要求1所述的关口电能计量装置性能诊断系统,其特征在于,所述通过第二数据集进行故障诊断、评估具体包括:获取第一数据集,针对第一数据集进行样本训练,确定正常样本训练集,将第二数据集中的数据作为输入到所述正常样本训练集中,并输出训练输出的第一数据,确定所述第一数据的输出分布,确定多个分布阈值,根据第一数据的数量调整所述分布阈值的数量,判断第一数据集中电能计量装置计量数据性能指标,并将所述性能指标作为数字孪生的参考变量,配合数字孪生的控制参数,优化数字孪生的控制模型,并不断进行自学习,使得诊断系统能够通过数字孪生系统更准确进行关口计量装置的性能诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210987668.4A CN115577488A (zh) | 2022-08-17 | 2022-08-17 | 一种关口电能计量装置性能诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210987668.4A CN115577488A (zh) | 2022-08-17 | 2022-08-17 | 一种关口电能计量装置性能诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115577488A true CN115577488A (zh) | 2023-01-06 |
Family
ID=84579419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210987668.4A Pending CN115577488A (zh) | 2022-08-17 | 2022-08-17 | 一种关口电能计量装置性能诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115577488A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109684727A (zh) * | 2018-12-20 | 2019-04-26 | 华润电力技术研究院有限公司 | 孪生体模型构建方法、装置和计算机设备 |
EP3610614A1 (en) * | 2017-04-12 | 2020-02-19 | General Electric Company (a New York Corporation) | Time sensitive network (tsn) scheduler with verification |
CN111061232A (zh) * | 2019-12-09 | 2020-04-24 | 中国科学院沈阳自动化研究所 | 基于数字孪生的生产线设计与优化方法 |
CN111161410A (zh) * | 2019-12-30 | 2020-05-15 | 中国矿业大学(北京) | 一种矿井数字孪生模型及其构建方法 |
CN111230887A (zh) * | 2020-03-10 | 2020-06-05 | 合肥学院 | 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法 |
CN111596604A (zh) * | 2020-06-12 | 2020-08-28 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生的工程装备故障智能诊断与自愈控制系统及方法 |
CN113259486A (zh) * | 2021-06-24 | 2021-08-13 | 国网天津市电力公司营销服务中心 | 一种基于数字孪生的计量设备自动化检定线运维系统 |
CN113704956A (zh) * | 2021-06-15 | 2021-11-26 | 深圳市综合交通设计研究院有限公司 | 一种基于数字孪生技术的城市道路在线微观仿真方法及系统 |
US20220004679A1 (en) * | 2020-06-26 | 2022-01-06 | Autodesk, Inc. | Generative design shape optimization using build material strength model for computer aided design and manufacturing |
CN113946952A (zh) * | 2021-10-14 | 2022-01-18 | 国家电投集团科学技术研究院有限公司 | 风机孪生体的生成方法、装置及电子设备 |
CN114109949A (zh) * | 2021-11-16 | 2022-03-01 | 大连海事大学 | 一种阀口独立控制电液系统的数字孪生优化控制系统及方法 |
CN114442510A (zh) * | 2021-12-31 | 2022-05-06 | 广东省科学院智能制造研究所 | 数字孪生闭环控制方法、系统、计算机设备及存储介质 |
CN114493049A (zh) * | 2022-04-07 | 2022-05-13 | 卡奥斯工业智能研究院(青岛)有限公司 | 基于数字孪生的产线优化方法、装置、电子设备及介质 |
-
2022
- 2022-08-17 CN CN202210987668.4A patent/CN115577488A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3610614A1 (en) * | 2017-04-12 | 2020-02-19 | General Electric Company (a New York Corporation) | Time sensitive network (tsn) scheduler with verification |
CN109684727A (zh) * | 2018-12-20 | 2019-04-26 | 华润电力技术研究院有限公司 | 孪生体模型构建方法、装置和计算机设备 |
CN111061232A (zh) * | 2019-12-09 | 2020-04-24 | 中国科学院沈阳自动化研究所 | 基于数字孪生的生产线设计与优化方法 |
CN111161410A (zh) * | 2019-12-30 | 2020-05-15 | 中国矿业大学(北京) | 一种矿井数字孪生模型及其构建方法 |
CN111230887A (zh) * | 2020-03-10 | 2020-06-05 | 合肥学院 | 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法 |
CN111596604A (zh) * | 2020-06-12 | 2020-08-28 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生的工程装备故障智能诊断与自愈控制系统及方法 |
US20220004679A1 (en) * | 2020-06-26 | 2022-01-06 | Autodesk, Inc. | Generative design shape optimization using build material strength model for computer aided design and manufacturing |
CN113704956A (zh) * | 2021-06-15 | 2021-11-26 | 深圳市综合交通设计研究院有限公司 | 一种基于数字孪生技术的城市道路在线微观仿真方法及系统 |
CN113259486A (zh) * | 2021-06-24 | 2021-08-13 | 国网天津市电力公司营销服务中心 | 一种基于数字孪生的计量设备自动化检定线运维系统 |
CN113946952A (zh) * | 2021-10-14 | 2022-01-18 | 国家电投集团科学技术研究院有限公司 | 风机孪生体的生成方法、装置及电子设备 |
CN114109949A (zh) * | 2021-11-16 | 2022-03-01 | 大连海事大学 | 一种阀口独立控制电液系统的数字孪生优化控制系统及方法 |
CN114442510A (zh) * | 2021-12-31 | 2022-05-06 | 广东省科学院智能制造研究所 | 数字孪生闭环控制方法、系统、计算机设备及存储介质 |
CN114493049A (zh) * | 2022-04-07 | 2022-05-13 | 卡奥斯工业智能研究院(青岛)有限公司 | 基于数字孪生的产线优化方法、装置、电子设备及介质 |
Non-Patent Citations (1)
Title |
---|
JAIRO VIOLA 等: "Parallel Self Optimizing Control Framework for Digital Twin Enabled Smart Control Engineering", 《2021 IEEE 1ST INTERNATIONAL CONFERENCE ON DIGITAL TWINS AND PARALLEL INTELLIGENCE (DTPI)》, pages 358 - 361 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113156917B (zh) | 基于人工智能的电网设备故障诊断方法及系统 | |
CN106779505B (zh) | 一种基于大数据驱动的输电线路故障预警方法及系统 | |
CN110977614B (zh) | 一种数控机床健康诊断方法 | |
CN110222991B (zh) | 基于rf-gbdt的计量装置故障诊断方法 | |
CN106651169A (zh) | 基于模糊综合评价的配电自动化终端状态评价方法及系统 | |
CN104392390A (zh) | 一种基于topsis模型的智能变电站二次设备评估方法 | |
CN106126944B (zh) | 一种电力变压器顶层油温区间预测方法及系统 | |
CN109583520B (zh) | 一种云模型与遗传算法优化支持向量机的状态评估方法 | |
CN116150897A (zh) | 一种基于数字孪生的机床主轴性能测评方法及系统 | |
CN116614177B (zh) | 一种光纤状态多维度参量监测系统 | |
CN111486555A (zh) | 一种人工智能ai专家系统进行中央空调节能调控的方法 | |
CN112883634B (zh) | 基于多维度分析的直流测量系统状态预测方法及系统 | |
CN116308304B (zh) | 基于元学习概念漂移检测的新能源智慧运维方法及系统 | |
CN113837488B (zh) | 能源消耗数据预测方法、系统、设备 | |
CN116937575A (zh) | 一种网格系统用的能源监控管理系统 | |
CN115438726A (zh) | 一种基于数字孪生技术的设备寿命与故障类型预测方法及系统 | |
CN111126489A (zh) | 一种基于集成学习的输电设备状态评价方法 | |
CN117371207A (zh) | 一种特高压换流阀状态评价方法、介质及系统 | |
CN110443481B (zh) | 基于混合k-近邻算法的配电自动化终端状态评价系统及方法 | |
CN116933010A (zh) | 一种基于多源数据融合与深度学习的负载率分析评价方法和系统 | |
CN114742363A (zh) | 风电机组的能效状态评价方法、系统及介质 | |
CN116520236B (zh) | 一种智能电表的异常检测方法和系统 | |
CN116756505B (zh) | 一种基于大数据的光伏设备智能管理系统及方法 | |
CN117611010A (zh) | 基于孪生模型的智能配电柜运行状态的模糊综合评估方法 | |
CN111367255A (zh) | 一种多变量控制系统性能评价测试系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |