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 PDF

Info

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
Application number
CN202210987668.4A
Other languages
English (en)
Inventor
张淞珲
徐新光
刘涛
邢宇
董贤光
马瑞
曹彤
牟晓琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Marketing Service Center of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Marketing Service Center of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Marketing Service Center of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202210987668.4A priority Critical patent/CN115577488A/zh
Publication of CN115577488A publication Critical patent/CN115577488A/zh
Pending legal-status Critical Current

Links

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

一种关口电能计量装置性能诊断系统
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，
Figure BDA0003802431050000021
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：
Figure BDA0003802431050000022
将公式(2)中优化问题转换为递归形式为：
Figure BDA0003802431050000023
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：
Figure BDA0003802431050000024
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：
Figure BDA0003802431050000025
Figure BDA0003802431050000026
A，a，c＞0优选α＝0.602，γ＝0.101过公式(8)；
Figure BDA0003802431050000027
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，
Figure BDA0003802431050000031
Figure BDA0003802431050000032
其中，Loss为能耗损失值，K为能耗数据特征个数，yi表示样本i的真实类别分布，
Figure BDA0003802431050000033
表示样本i的输出结果，
Figure BDA0003802431050000034
表示样本j的输出结果，pi表示分类器的分类结果,N表示i的取值。
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，
Figure BDA0003802431050000041
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：
Figure BDA0003802431050000051
将公式(2)中优化问题转换为递归形式为：
Figure BDA0003802431050000052
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：
Figure BDA0003802431050000053
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：
Figure BDA0003802431050000054
Figure BDA0003802431050000055
A，a，c＞0优选α＝0.602，γ＝0.101过公式(8)；
Figure BDA0003802431050000056
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，
Figure BDA0003802431050000061
Figure BDA0003802431050000062
其中，Loss为能耗损失值，K为能耗数据特征个数，yi表示样本i的真实类别分布，
Figure BDA0003802431050000063
表示样本i的输出结果，
Figure BDA0003802431050000064
表示样本j的输出结果，pi表示分类器的分类结果,N表示i的取值。
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。
2.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，
Figure FDA0003802431040000011
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。
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:
Figure FDA0003802431040000012
将公式(2)中优化问题转换为递归形式为：
Figure FDA0003802431040000013
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：
Figure FDA0003802431040000021
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：
Figure FDA0003802431040000022
Figure FDA0003802431040000023
A，a，c＞0优选α＝0.602，γ＝0.101过公式(8)；
Figure FDA0003802431040000024
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。
4.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，
Figure FDA0003802431040000025
Figure FDA0003802431040000026
其中，Loss为能耗损失值，K为能耗数据特征个数，yi表示样本i的真实类别分布，
Figure FDA0003802431040000027
表示样本i的输出结果，
Figure FDA0003802431040000031
表示样本j的输出结果，pi表示分类器的分类结果,N表示i的取值。
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。
CN202210987668.4A 2022-08-17 2022-08-17 一种关口电能计量装置性能诊断系统 Pending CN115577488A (zh)

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)

* Cited by examiner, † Cited by third party
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

Patent Citations (13)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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