CN115687011A - 基于数字孪生驱动的通信动力环境监控方法、系统及存储介质 - Google Patents
基于数字孪生驱动的通信动力环境监控方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115687011A CN115687011A CN202211294532.1A CN202211294532A CN115687011A CN 115687011 A CN115687011 A CN 115687011A CN 202211294532 A CN202211294532 A CN 202211294532A CN 115687011 A CN115687011 A CN 115687011A
- Authority
- CN
- China
- Prior art keywords
- power system
- communication power
- digital twin
- fault
- communication
- 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
Images
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供了基于数字孪生驱动的通信动力环境监控方法、系统及存储介质,其中所述方法包括如下:S1:建立通信动力系统数字孪生体;S2:跟踪、更新所述通信动力系统数字孪生体的运行状态;S3:建立通信动力系统的故障诊断推理模型;本发明实现了通信动力系统物理空间和数字空间的深度融合,可对通信动力系统进行高层次和深入的可视化监控分析,直观、深层次的感知和呈现通信动力系统全方位运行状态,为通信动力系统运维监控、培训教学、应急演练、故障研判提供了强有力支撑。
Description
技术领域
本发明属于通信动力监控技术领域,尤其涉及基于数字孪生驱动的通信动力环境监控方法、系统及存储介质。
背景技术
通信动力系统是通信系统的一个组成部分,常被称为通信系统的“心脏”,在通信系统中占有极为重要的地位。如果通信动力系统发生故障,就会使供电质量下降或供电中断,通信系统就不能正常运行,必然引发通信系统的故障,将会造成巨大的经济损失和不可估量的政治影响。
目前通信动力系统主要依靠动环监控平台开展日常监控及运维工作,传统的监控系统以指标和图表方式来进行监控预警,存在呈现能力差、交互能力弱等问题,无法对通信动力系统中设备运行状态及安全隐患进行有效识别,无法对故障研判、应急演练指挥等应用场景进行有效的技术支撑。
故提供一种基于数字孪生技术构建动力环境监控系统,为通信动力系统的教学、运维、应急演练提供有效技术支撑,已成为通信动力系统运维管理的迫切需求。
发明内容
鉴于此,本发明公开提供了基于数字孪生驱动的通信动力环境监控方法、系统及存储介质,以解决现有动环监控系统的呈现能力差、交互手段弱的技术问题。
本发明提供的技术方案,
第一方面,本发明提供了基于数字孪生驱动的通信动力环境监控方法,包括如下:
S1:建立通信动力系统数字孪生体;
S2:跟踪、更新所述通信动力系统数字孪生体的运行状态,以获得实时同步的通信动力环境监控系统数字孪生体;
S3:建立通信动力系统的故障诊断推理模型;S31:提取通信动力系统数字孪生体的故障特征;S32:根据所述故障特征构建故障诊断推理结构模型;
S4:建立通信动力系统故障研判演练模型;其中所述通信动力系统故障研判演练模型包括通信动力系统应用关系模型、通信动力系统故障应急作业演练模型;根据通信动力系统故障应急作业演练模型分析研判通信动力系统故障影响及应急作业结果。
进一步地,S1中所述建立通信动力系统数字孪生体包括:
S11:根据硬件设备的外形特征、尺寸特征、结构特征及装配关系,构建通信动力系统硬件设备的几何模型;
S12:通过对通信机房环境、通信动力系统重点设备、通信动力系统接线拓扑逻辑结构分别进行孪生,构建通信动力系统物理模型;
S13:基于所述通信动力系统物理模型,得到通信动力系统生产行为模型;其中所述通信动力系统生产行为模型包括生产流程模型、信息传递模型、组件退化过程模型和故障传播机制模型。
进一步地,S12中所述通信机房环境包括机房房屋结构、形态、环境孪生,机柜布局、形态、结构孪生,门禁、摄像头点位;
所述通信动力系统重点设备包括直流屏、交流屏、ups、电池组、高开、空调;
所述通信动力系统接线拓扑逻辑结构包括直流屏、交流屏、ups、电池组、高开、保护装置设备的接线结构及拓扑关系。
进一步地,S2具体包括:
S21:通过动环监控平台实时获取通信动力系统的运行状态数据,所述运行状态数据包括通信动力系统的工作运行状态、控制系统状态、系统监测信息和系统报警信息;
S22:根据通信动力系统的运行状态数据、所述通信动力系统生产行为模型,分析通信动力系统逻辑,模拟生产流程和系统响应,生成通信动力系统数字孪生模拟数据;
S23:获得通信动力环境监控系统传感器数据,具体为:通过布置在水下的位置传感器、温/湿度传感器、振动传感器、烟雾传感器和水浸传感器,采集通信动力系统的位置信号、温度信号、振动信号、烟雾信号和水浸信号;
S24:将通信动力系统数字孪生模拟数据、通信动力环境监控系统传感器匹配到通信动力系统数字孪生体中,同时将通信动力系统数字孪生体历史数据上传到数据库中,以得到更新后的通信动力环境监控系统数字孪生体;
S25:将更新后的通信动力环境监控系统数字孪生体与计算机仿真计算结果进行对比,计算二者的偏差,利用扩展卡尔曼滤波算法对通信动力环境监控系统数字孪生体内部参数进行调整和修正,获得实时同步的通信动力环境监控系统数字孪生体。
进一步地,S21中所述通信动力系统的工作运行状态包括单相/3相市电、配电空开、不间断供电UPS、普通/精密配电柜、电源支路电流、PDU机柜电源、防雷器、发电油机等方面;
所述通信动力系统的控制系统状态包括控制点状态、稳态误差、实时反馈信号;
所述通信动力系统的系统监测信息包括温度/湿度监测信息、室内漏水情况监测、灯光照明、加湿机、除湿机、新风系统设备监测信息;
所述通信动力系统的系统报警信息包括高低压配电、电源、油机、蓄电池、UPS、空调以及环境监测设备。
进一步地,S31提取通信动力系统数字孪生体的故障特征具体包括:
S311:时域特征分析通信动力系统数字孪生体,提取通信动力系统数字孪生体时域特征;
S312:对通信动力系统数字孪生体进行周期信号频域特征分析,提取通信动力系统数字孪
生体周期信号频域特征;
S313:对通信动力系统数字孪生体进行动态性能评估,提取通信动力系统数字孪生体动态
性能特征;
S314:提取通信动力系统数字孪生体的系统监测与报警信息特征;
S32根据通信动力系统数字孪生体构建故障诊断推理结构模型具体为:
所述故障诊断推理结构模型为故障诊断推理贝叶斯网路结构模型,所述故障诊断推理贝叶斯网路结构模型由故障特征值层和故障层组成;所述贝叶斯网路结构模型的故障识别层节点取值通过通信动力系统数字孪生体的故障特征输入,所述故障识别层节点取值包括时域特征节点T1、T2、...、Ta,周期信号频域特征节点P1、P2、...、Pb,动态性能特征节点D1、D2、...、Dc,监测与报警信息特征节点M1,M2、...、Md,故障节点F1,F2、...、Fe;
S33:根据通信动力系统数字孪生体构建故障诊断推理参数模型,获得故障层节点的故障
概率,定义条件概率所用到的参数如下:
故障层节点的故障概率Fi的求解方法如下所示:
其中,P指的是某故障发生的概率;X和Y均指的是具体故障特征、时域特征、周
期信号特征的具体节点事件;x,y指的是具体特征节点事件的编号;
S34:定义故障识别准则,根据所述准则判断各组件是否处于故障状态::
当故障概率大于80%时认为该组件处于故障状态;
当故障概率处于50%和80%之间时认为该组件存在潜在故障;
当故障概率小于50%时认为该组件正常。
进一步地,S4中根据通信动力系统的供应关系、分支回路、应用拓扑得到通信动力系统应用关系模型;通过梳理通信动力系统故障应急作业演练场景,定义通信动力系统故障应急作业演练脚本,得到通信动力系统故障应急作业演练模型。
第二方面,本发明还提供了基于数字孪生驱动的通信动力环境监控系统,括数字孪生体构建模块,用于对站点通讯机房环境进行1:1仿真孪生;
数字孪生体跟踪、更新模块,通过采集、传输转换光电信号、生成与更新数字孪生体,以获得实时同步的通信动力环境监控系统数字孪生体;
故障诊断推理模块,用于读取数字孪生体生成与更新模块中的通信动力系统数字孪生体数据,提取故障特征信息,进行故障推理诊断,并利用故障识别准则得到故障诊断结果;
故障研判演练模块,用于按演练主题规划设计演练脚本,在数字孪生基础上,对告警、研判分析、应急指挥、倒闸作业等场景仿真。
最后,本发明提供了一种计算机可读存储介质,所述可读存储介质上存储有可执行指令,该指令被处理器执行时使处理器实现上述任意一项所述的方法。
本发明提供的基于数字孪生驱动的通信动力环境监控方法、系统及存储介质,实现了通信动力系统物理空间和数字空间的深度融合,可对通信动力系统进行高层次和深入的可视化监控分析,直观、深层次的感知和呈现通信动力系统全方位运行状态,借助通信动力系统数字孪生体,有效提升与系统交互能力,模拟故障演练场景,对通信动力系统故障进行深入分析和研判,预判应急作业的后果及影响,为通信动力系统运维监控、培训教学、应急演练、故障研判提供了强有力支撑。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明的公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明公开实施例提供的一种基于数字孪生驱动的通信动力环境监控方法的流程示意图;
图2为本发明公开实施例提供的种基于数字孪生驱动的通信动力环境监控方法的系统架构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的系统的例子。
针对传统的监控系统以指标和图表方式来进行监控预警,存在呈现能力差、交互能力弱等问题,首先,如图1所示,本实施方案提供了一种基于数字孪生驱动的通信动力环境监控方法,包括如下:
S1:建立通信动力系统数字孪生体;
S11:针对通信动力系统硬件设备,建立其几何模型,该模型包括装备的外形特征,尺寸特征,结构特征和装配关系;
S12:建立通信动力系统物理模型,该步骤的具体实现如下:
S121:对通信机房环境进行孪生,包括机房房屋结构、形态、环境孪生,机柜布局、形态、结构孪生,门禁、摄像头点位孪生。
S122:对动力系统的重点设备孪生,包括(包括直流屏、交流屏、ups、电池组、高开、空调等设备)的三维物理模型、结构形态、位置布局等。
S123:对通信动力系统接线拓扑逻辑结构孪生,包括直流屏、交流屏、ups、电池组、高开、保护装置等设备的接线结构和拓扑关系。
S13:基于通信动力系统物理模型,建立通信动力系统生产行为模型,该模型包括生产流程模型,信息传递模型,组件退化过程模型和故障传播机制模型;
S2:跟踪、更新所述通信动力系统数字孪生体的运行状态,以获得实时同步的通信动力环境监控系统数字孪生体;
依托动环监控平台,构建通信动力系统数字孪生体的运行状态感知与识别服务,实时获取通信动力系统的运行状态数据(包括设备的运行状态数据、机房温湿度环境数据,动环系统监测告警数据),通过数字孪生及可视化技术识别通信动力系统数字孪生体的运行状态。具体步骤如下:
S21:获取通信动力系统的运行状态数据,该数据包括通信动力系统的工作运行状态、控制系统状态、系统监测信息和系统报警信息;通信动力系统的工作运行状态包括单相/3相市电、配电空开、不间断供电(UPS)、普通/精密配电柜、电源支路电流、PDU机柜电源、防雷器、发电油机等方面;通信动力系统的控制系统状态,包括控制点状态,稳态误差,实时反馈信号等;通信动力系统的系统监测信息,包括温度/湿度监测信息,室内漏水情况监测、灯光照明、加湿机、除湿机、新风系统设备监测信息等;通信动力系统的系统报警信息,包括高低压配电、电源、油机、蓄电池、UPS、空调等设备、以及温度、湿度、水浸、烟感等环境监测设备的报警。
S22:根据读取的通信动力系统的系统状态数据和生产行为模型,对通信动力系统逻辑进行分析,模拟生产流程和系统响应,生成通信动力系统数字孪生模拟数据;
S23:通过布置在水下的位置传感器、温/湿度传感器、振动传感器、烟雾传感器和水浸传感器,采集通信动力系统位置信号、温度信号、振动信号、烟雾信号和水浸信号;
S24:将通信动力系统数字孪生模拟数据和通信动力环境监控系统传感器数据匹配到通信动力系统数字孪生体中,将通信动力系统数字孪生体历史数据上传到数据库中,然后,对通信动力系统数字孪生体中相匹配数据进行更新;
S25:将更新后的通信动力环境监控系统数字孪生体与计算机仿真计算结果进行对比,计算二者的偏差,利用扩展卡尔曼滤波算法对数字孪生体内部参数进行调整和修正,从而获得能够实时同步的通信动力环境监控系统数字孪生体;
S3:建立通信动力系统的故障诊断推理模型;
S31:提取通信动力系统数字孪生体的故障特征;
S311:对通信动力系统数字孪生体进行时域特征分析,提取通信动力系统数字孪生体时域特征;
S312:对通信动力系统数字孪生体进行周期信号频域特征分析,提取通信动力系统数字孪生体周期信号频域特征;
S313:对通信动力系统数字孪生体进行动态性能评估,提取通信动力系统数字孪生体动态性能特征;
S314:对通信动力系统数字孪生体进行系统监测与报警信息提取,提取通信动力系统数字孪生体监测与报警信息特征;
S32:根据所述故障特征构建故障诊断推理结构模型;
通信动力系统故障诊断推理贝叶斯网路结构模型,由故障特征值层和故障层组成;通信动力系统故障诊断推理贝叶斯网路结构模型的故障识别层节点取值由通信动力系统数字孪生体故障特征输入,包括时域特征节点T1、T2、...、Ta,周期信号频域特征节点P1、P2、...、Pb,动态性能特征节点D1、D2、...、Dc,监测与报警信息特征节点M1,M2、...、Md,故障节点F1,F2、...、Fe;
S33:基于通信动力系统数字孪生体构建故障诊断推理参数模型
基于通信动力系统数字孪生体建立故障诊断推理贝叶斯网路参数模型,获得故障层节点的故障概率,定义条件概率需用到如下参数:
S34:据如下故障识别准则规则判断各组件是否处于故障状态:
(1)当故障概率大于80%时认为该组件处于故障状态;
(2)当故障概率处于50%和80%之间时认为该组件存在潜在故障;
(3)当故障概率小于50%时认为该组件正常;
上述故障概率的比较值为现有技术中通用的标准值。
S4:建立通信动力系统故障研判演练模型;其中所述通信动力系统故障研判演练模型包括通信动力系统应用关系模型、通信动力系统故障应急作业演练模型;根据通信动力系统故障应急作业演练模型分析研判通信动力系统故障影响及应急作业结果。
S41:通信动力系统应用关系模型建立,根据通信动力系统的供应关系、分支回路、应用拓扑等情况构建通信动力系统应用关系模型。
S42:通信动力系统故障应急作业演练模型建立,梳理通信动力系统故障应急作业演练场景,定义通信动力系统故障应急作业演练脚本,构建通信动力系统故障应急作业演练模型。
S43:通信动力系统故障应急作业演练研判分析,基于通信动力系统故障应急作业演练模型,对通信动力系统故障影响及应急作业结果进行分析研判。
第二方面,本实施方案还提供了一种基于数字孪生驱动的通信动力环境监控系统,包括数字孪生体构建模块,用于对站点通讯机房环境进行1:1仿真孪生;包括机房房屋结构、形态、环境仿真,机柜布局、形态仿真,门禁、摄像头点位仿真,机房内重点设备(包括直流屏、交流屏、ups、电池组、高开、空调等)形态、位置布局仿真。
数字孪生体跟踪、更新模块,通过采集、传输转换光电信号、生成与更新数字孪生体,以获得实时同步的通信动力环境监控系统数字孪生体;
故障诊断推理模块,用于读取数字孪生体生成与更新模块中的通信动力系统数字孪生体数据,提取故障特征信息,进行故障推理诊断,并利用故障识别准则得到故障诊断结果;
故障研判演练模块,用于按演练主题规划设计演练脚本,在数字孪生基础上,对告警、研判分析、应急指挥、倒闸作业等场景仿真。
上述系统中还可以增设可视化模块,如以某省地图底膜为基础,展示全省500KV变电站的分布,按分类统计展示站点信息,展示近2年内新投运及改造的站点信息,对主要设备(交流配电屏、直流配电屏、开关电源、UPS电源、蓄电池组、空调设备)投运年限、故障率进行数据可视化分析。
对通讯机房动力系统接线拓扑逻辑可视化;
对机房电源系统接线拓扑逻辑结构可视化,包括直流屏、交流屏、ups、电池组、高开、保护装置等设备的接线拓扑结构。
对机房环境、容量及重点设备信息可视化;如对机房空间、机位使用情况、对(温度、湿度、烟感和水浸)机房环境、门禁、视频等信息可视化,对重点设备资产信息可视化。
对机房重点设备形态及运行数据可视化;如对机房内重点设备(包括直流屏、交流屏、ups、电池组、高频开关)形态孪生,对设备剖面接线结构可视化,对各设备运行状态数据可视化。
如图2所示,为基于上述一种基于数字孪生驱动的通信动力环境监控方法,可设定的系统架构图,首先,通过现场感知设备对通信动力系统重点设备的运行状态信息、系统周边环境信息及系统接电拓扑关系等数据进行采集。然后,再将已采集到的设备运行状态、环境数据、资产数据、告警信息等数据接入动环监控平台。数字孪生服务平台通过ETL方式从动环监控平台获取运行状态、环境、资产、告警信息等数据,并根据数据孪生服务平台的各类应用计算模型完成相关计算过程并输出计算结果;算结果通过API服务反馈给虚拟数字孪生体。虚拟数字孪生体从物理模型、环境渲染、行为形态等方面形象、直观的呈现数字孪生结果。相关业务人员即可基于该虚拟数字孪生体,开展相关应用。
本实施方案基于动环监控平台数据,依托数字孪生、数据可视化方法,实现了房环境、设备仿真孪生、动力系统和机房环境数据的可视化监控、分析研判、运营指挥等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由权利要求指出。
Claims (10)
1.基于数字孪生驱动的通信动力环境监控方法,其特征在于,包括如下:
S1:建立通信动力系统数字孪生体;
S2:跟踪、更新所述通信动力系统数字孪生体的运行状态,以获得实时同步的通信动力环境监控系统数字孪生体;
S3:建立通信动力系统的故障诊断推理模型;S31:提取通信动力系统数字孪生体的故障特征;S32:根据所述故障特征构建故障诊断推理结构模型;
S4:建立通信动力系统故障研判演练模型;其中所述通信动力系统故障研判演练模型包括通信动力系统应用关系模型、通信动力系统故障应急作业演练模型;根据通信动力系统故障应急作业演练模型分析研判通信动力系统故障影响及应急作业结果。
2.根据权利要求1所述的基于数字孪生驱动的通信动力环境监控方法,其特征在于,
S1中所述建立通信电源系统数字孪生体包括:
S11:根据硬件设备的外形特征、尺寸特征、结构特征及装配关系,构建通信动力系统硬件设备的几何模型;
S12:通过对通信机房环境、通信动力系统重点设备、通信动力系统接线拓扑逻辑结构分别进行孪生,构建通信动力系统物理模型;
S13:基于所述通信动力系统物理模型,得到通信动力系统生产行为模型;其中所述通信动力系统生产行为模型包括生产流程模型、信息传递模型、组件退化过程模型和故障传播机制模型。
3.根据权利要求2所述的基于数字孪生驱动的通信动力环境监控方法,其特征在于,
S12中所述通信机房环境包括机房房屋结构、形态、环境孪生,机柜布局、形态、结构孪生,门禁、摄像头点位;
所述通信动力系统重点设备包括直流屏、交流屏、ups、电池组、高开、空调;
所述通信动力系统接线拓扑逻辑结构包括直流屏、交流屏、ups、电池组、高开、保护装置设备的接线结构及拓扑关系。
4.根据权利要求2所述的基于数字孪生驱动的通信动力环境监控方法,其特征在于,
S2具体包括:
S21:通过动环监控平台实时获取通信动力系统的运行状态数据,所述运行状态数据包括通信动力系统的工作运行状态、控制系统状态、系统监测信息和系统报警信息;
S22:根据通信动力系统的运行状态数据、所述通信动力系统生产行为模型,分析通信动力系统逻辑,模拟生产流程和系统响应,生成通信动力系统数字孪生模拟数据;
S23:获得通信动力环境监控系统传感器数据,具体为:通过布置在水下的位置传感器、温/湿度传感器、振动传感器、烟雾传感器和水浸传感器,采集通信动力系统的位置信号、温度信号、振动信号、烟雾信号和水浸信号;
S24:将通信动力系统数字孪生模拟数据、通信动力环境监控系统传感器匹配到通信动力系统数字孪生体中,同时将通信动力系统数字孪生体历史数据上传到数据库中,以得到更新后的通信动力环境监控系统数字孪生体;
S25:将更新后的通信动力环境监控系统数字孪生体与计算机仿真计算结果进行对比,计算二者的偏差,利用扩展卡尔曼滤波算法对通信动力环境监控系统数字孪生体内部参数进行调整和修正,获得实时同步的通信动力环境监控系统数字孪生体。
5.根据权利要求4所述的基于数字孪生驱动的通信动力环境监控方法,其特征在于,
S21中所述通信动力系统的工作运行状态包括单相/3相市电、配电空开、不间断供电UPS、普通/精密配电柜、电源支路电流、PDU机柜电源、防雷器、发电油机等方面;
所述通信动力系统的控制系统状态包括控制点状态、稳态误差、实时反馈信号;
所述通信动力系统的系统监测信息包括温度/湿度监测信息、室内漏水情况监测、灯光照明、加湿机、除湿机、新风系统设备监测信息;
所述通信动力系统的系统报警信息包括高低压配电、电源、油机、蓄电池、UPS、空调以及环境监测设备。
6.根据权利要求1所述的基于数字孪生驱动的通信动力环境监控方法,其特征在于,
S31提取通信动力系统数字孪生体的故障特征具体包括:
S311:时域特征分析通信动力系统数字孪生体,提取通信动力系统数字孪生体时域特征;
S312:对通信动力系统数字孪生体进行周期信号频域特征分析,提取通信动力系统数字孪生体周期信号频域特征;
S313:对通信动力系统数字孪生体进行动态性能评估,提取通信动力系统数字孪生体动态性能特征;
S314:提取通信动力系统数字孪生体的系统监测与报警信息特征。
7.根据权利要求1所述的基于数字孪生驱动的通信动力环境监控方法,其特征在于,
S32根据通信动力系统数字孪生体构建故障诊断推理结构模型具体为:
所述故障诊断推理结构模型为故障诊断推理贝叶斯网路结构模型,所述故障诊断推理贝叶斯网路结构模型由故障特征值层和故障层组成;所述贝叶斯网路结构模型的故障识别层节点取值通过通信动力系统数字孪生体的故障特征输入,所述故障识别层节点取值包括时域特征节点T1、T2、...、Ta,周期信号频域特征节点P1、P2、...、Pb,动态性能特征节点D1、D2、...、Dc,监测与报警信息特征节点M1,M2、...、Md,故障节点F1,F2、...、Fe;
S33:根据通信动力系统数字孪生体构建故障诊断推理参数模型,获得故障层节点的故障概率,定义条件概率需用到如下参数:
故障层节点的故障概率Fi的求解方法如下所示:
其中,P指的是某故障发生的概率;X和Y均指的是具体故障特征、时域特征、周期信号特征的具体节点事件;x,y指的是具体特征节点事件的编号;
S34:定义故障识别准则,根据所述准则判断各组件是否处于故障状态::
当故障概率大于80%时认为该组件处于故障状态;
当故障概率处于50%和80%之间时认为该组件存在潜在故障;
当故障概率小于50%时认为该组件正常。
8.根据权利要求1所述的基于数字孪生驱动的通信动力环境监控方法,其特征在于,
S4中根据通信动力系统的供应关系、分支回路、应用拓扑得到通信动力系统应用关系模型;通过梳理通信动力系统故障应急作业演练场景,定义通信动力系统故障应急作业演练脚本,得到通信动力系统故障应急作业演练模型。
9.基于数字孪生驱动的通信动力环境监控系统,其特征在于,包括数字孪生体构建模块,用于对站点通讯机房环境进行1:1仿真孪生;
数字孪生体跟踪、更新模块,通过采集、传输转换光电信号、生成与更新数字孪生体,以获得实时同步的通信动力环境监控系统数字孪生体;
故障诊断推理模块,用于读取数字孪生体生成与更新模块中的通信动力系统数字孪生体数据,提取故障特征信息,进行故障推理诊断,并利用故障识别准则得到故障诊断结果;
故障研判演练模块,用于按演练主题规划设计演练脚本,在数字孪生基础上,对告警、研判分析、应急指挥、倒闸作业等场景仿真。
10.一种计算机可读存储介质,其特征在于,所述可读存储介质上存储有可执行指令,该
指令被处理器执行时使处理器实现权利要求1-8中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211294532.1A CN115687011A (zh) | 2022-10-21 | 2022-10-21 | 基于数字孪生驱动的通信动力环境监控方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211294532.1A CN115687011A (zh) | 2022-10-21 | 2022-10-21 | 基于数字孪生驱动的通信动力环境监控方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115687011A true CN115687011A (zh) | 2023-02-03 |
Family
ID=85066807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211294532.1A Pending CN115687011A (zh) | 2022-10-21 | 2022-10-21 | 基于数字孪生驱动的通信动力环境监控方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115687011A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116184293A (zh) * | 2023-03-01 | 2023-05-30 | 深圳市中科恒辉科技有限公司 | 一种基于数字孪生锂电池系统的故障诊断方法及报警系统 |
CN117201417A (zh) * | 2023-11-02 | 2023-12-08 | 江苏鑫埭信息科技有限公司 | 基于动态优先级的多用户通讯管控方法及系统 |
-
2022
- 2022-10-21 CN CN202211294532.1A patent/CN115687011A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116184293A (zh) * | 2023-03-01 | 2023-05-30 | 深圳市中科恒辉科技有限公司 | 一种基于数字孪生锂电池系统的故障诊断方法及报警系统 |
CN116184293B (zh) * | 2023-03-01 | 2024-02-13 | 深圳市中科恒辉科技有限公司 | 一种基于数字孪生锂电池系统的故障诊断方法及报警系统 |
CN117201417A (zh) * | 2023-11-02 | 2023-12-08 | 江苏鑫埭信息科技有限公司 | 基于动态优先级的多用户通讯管控方法及系统 |
CN117201417B (zh) * | 2023-11-02 | 2024-01-26 | 江苏鑫埭信息科技有限公司 | 基于动态优先级的多用户通讯管控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115687011A (zh) | 基于数字孪生驱动的通信动力环境监控方法、系统及存储介质 | |
CN204925783U (zh) | 变电站控制保护室内远程巡检运维信息系统 | |
CN108833141A (zh) | 数据中心运维管理装置与系统 | |
CN106779407A (zh) | 一种基于数据池的电力数据融合方法 | |
CN110798344A (zh) | 一种智能配电运维系统 | |
CN112130478A (zh) | 基于bim楼宇一体化综合管控平台系统及其管控方法 | |
CN102509367A (zh) | 电力自动化机房的3d模拟巡检系统 | |
CN114881808B (zh) | 基于大数据的电力窃电精准识别方法及防窃电系统 | |
CN106780719A (zh) | 有限空间的三维场景展示方法和平台 | |
KR20210155217A (ko) | 전력시설에 대한 재난 예측 및 방재 시스템 및 그의 동작 방법 | |
CN105681095B (zh) | 一种基于音频特征提取的室内变电站设备故障判断方法 | |
CN110233521A (zh) | 一种配电网运行监控方法 | |
CN111598726A (zh) | 智慧园区运行状态分析监视系统 | |
CN115603459A (zh) | 一种基于数字孪生技术的配电网关键厂站监测方法与系统 | |
CN110716103A (zh) | 一种配网故障的预警方法 | |
CN116187774A (zh) | 一种数据中心人工智能运维管理系统 | |
CN116308883A (zh) | 一种基于大数据的区域电网数据统筹管理系统 | |
CN113922502B (zh) | 一种智能视频运维管理系统及管理方法 | |
CN215494641U (zh) | 一种基于bim技术的智慧房屋控制系统 | |
CN104950778B (zh) | 数据中心的监控系统 | |
Wu et al. | Analysis of substation joint safety control system and model based on multi-source heterogeneous data fusion | |
CN111510685A (zh) | 一种基于三维模型的信息输出方法及装置 | |
CN115859689B (zh) | 一种全景可视化数字孪生应用的方法 | |
CN116300617A (zh) | 一种智能化无人值守动环监控系统 | |
Tang | Anomaly inference based on heterogeneous data sources in an electrical distribution system |
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 |