CN116129366A - 基于数字孪生的园区监测方法及相关装置 - Google Patents
基于数字孪生的园区监测方法及相关装置 Download PDFInfo
- Publication number
- CN116129366A CN116129366A CN202310416079.5A CN202310416079A CN116129366A CN 116129366 A CN116129366 A CN 116129366A CN 202310416079 A CN202310416079 A CN 202310416079A CN 116129366 A CN116129366 A CN 116129366A
- Authority
- CN
- China
- Prior art keywords
- park
- campus
- target
- monitoring
- data
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明涉及人工智能领域,公开了一种基于数字孪生的园区监测方法及相关装置,用于实现智能化园区异常监测并提高园区监测的效率。方法包括:构建至少一个园区监测区域对应的初始数字孪生模型;对至少一个园区监测区域进行数据采集和环境参数分析,得到园区物联网参数和园区传感器参数;将园区物联网参数和园区传感器参数输入园区环境分析模型进行园区环境变化特征分析,得到目标环境变化特征;对目标环境变化特征和初始数字孪生模型进行特征融合,得到目标数字孪生模型,并根据目标数字孪生模型对目标智慧园区进行异常监测,得到园区异常监测结果;生成目标智慧园区对应的园区告警信息,并将园区告警信息传输至预置的管理终端。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种基于数字孪生的园区监测方法及相关装置。
背景技术
数字孪生技术是近年来快速发展的一项新兴技术,其核心思想是通过建立数字模型来模拟现实世界的场景,并通过对比数字模型和现实世界的差异来进行分析和优化。数字孪生技术在工业、制造、城市管理等领域都有广泛应用,并且具有可持续性、高效性、智能化等优点。
然而,在园区设施管理领域仍然存在着一些问题和挑战。传统的园区设施管理往往基于经验和规则,缺乏科学数据支撑和智能化决策,导致难以有效预测和处理问题。此外,不同设施信息来源多样、数据量庞大,如何整合这些数据并进行有效分析也是一个难题。
发明内容
本发明提供了一种基于数字孪生的园区监测方法及相关装置,用于实现智能化园区异常监测并提高园区监测的效率。
本发明第一方面提供了一种基于数字孪生的园区监测方法,所述基于数字孪生的园区监测方法包括:
对目标智慧园区进行监测区域分割,得到至少一个园区监测区域,并采集所述至少一个园区监测区域的园区设施数据;
根据所述园区设施数据,构建所述至少一个园区监测区域对应的初始数字孪生模型;
对所述至少一个园区监测区域进行数据采集,得到物联网数据集合以及传感器数据集合,并对所述物联网数据集合以及所述传感器数据集合进行参数分析,得到园区物联网参数和园区传感器参数;
将所述园区物联网参数和所述园区传感器参数输入预置的园区环境分析模型进行园区环境变化特征分析,得到目标环境变化特征;
对所述目标环境变化特征和所述初始数字孪生模型进行特征融合,得到目标数字孪生模型,并根据所述目标数字孪生模型对所述目标智慧园区进行异常监测,得到园区异常监测结果;
根据所述园区异常监测结果生成所述目标智慧园区对应的园区告警信息,并将所述园区告警信息传输至预置的管理终端。
结合第一方面,在本发明第一方面的第一实施方式中,所述对目标智慧园区进行监测区域分割,得到至少一个园区监测区域,并采集所述至少一个园区监测区域的园区设施数据,包括:
获取目标智慧园区的园区设施,并构建所述园区设施的坐标信息;
基于所述坐标信息对所述目标智慧园区进行监测区域分割,得到至少一个园区监测区域;
调用预置的数据传输协议,采集所述至少一个园区监测区域的园区设施数据。
结合第一方面,在本发明第一方面的第二实施方式中,所述根据所述园区设施数据,构建所述至少一个园区监测区域对应的初始数字孪生模型,包括:
对所述园区设施数据进行园区设施属性分析,得到园区设施属性信息,并对所述园区设施数据进行运行状态分析,得到运行状态数据;
根据所述园区设施属性信息和所述运行状态数据,匹配对应的目标建模场景;
根据所述目标建模场景,构建所述至少一个园区监测区域对应的初始数字孪生模型。
结合第一方面,在本发明第一方面的第三实施方式中,所述对所述至少一个园区监测区域进行数据采集,得到物联网数据集合以及传感器数据集合,并对所述物联网数据集合以及所述传感器数据集合进行参数分析,得到园区物联网参数和园区传感器参数,包括:
对所述至少一个园区监测区域中的多个监测点位进行数据采集,得到每个监测点位对应的物联网数据集合以及传感器数据集合;
对每个监测点位对应的物联网数据集合以及传感器数据集合进行数据整合分析,得到所述至少一个园区监测区域的目标数据集合;
对所述目标数据集合进行参数分类提取,得到园区物联网参数和园区传感器参数。
结合第一方面,在本发明第一方面的第四实施方式中,所述将所述园区物联网参数和所述园区传感器参数输入预置的园区环境分析模型进行园区环境变化特征分析,得到目标环境变化特征,包括:
对所述园区物联网参数和所述园区传感器参数进行向量转换,生成目标时序向量;
将所述目标时序向量输入预置的园区环境分析模型进行园区环境变化特征分析,输出多个初始环境变化特征;
对所述多个初始环境变化特征进行聚类分析,得到目标环境变化特征。
结合第一方面,在本发明第一方面的第五实施方式中,所述对所述目标环境变化特征和所述初始数字孪生模型进行特征融合,得到目标数字孪生模型,并根据所述目标数字孪生模型对所述目标智慧园区进行异常监测,得到园区异常监测结果,包括:
对所述目标环境变化特征和所述初始数字孪生模型进行特征融合,得到目标数字孪生模型;
根据所述目标数字孪生模型对所述目标智慧园区进行园区设施仿真运算,生成所述园区设施对应的目标变化曲线;
对所述目标变化曲线进行数据解析,得到所述园区设施对应的设施仿真数据;
对所述设施仿真数据进行损失值计算,得到目标损失值,并判断所述目标损失值是否超过预设目标值,得到判断结果;
根据所述判断结果生成所述目标智慧园区的园区异常监测结果。
结合第一方面,在本发明第一方面的第六实施方式中,所述根据所述园区异常监测结果生成所述目标智慧园区对应的园区告警信息,并将所述园区告警信息传输至预置的管理终端,包括:
根据所述园区异常监测结果生成所述目标智慧园区对应的园区告警信息;
通过预置的告警分析模型,对所述园区告警信息进行分类处理,得到目标告警类型;
根据所述目标告警类型,对所述园区告警信息进行终端匹配,得到对应的管理终端,并将所述园区告警信息传输至所述管理终端。
本发明第二方面提供了一种基于数字孪生的园区监测装置,所述基于数字孪生的园区监测装置包括:
采集模块,用于对目标智慧园区进行监测区域分割,得到至少一个园区监测区域,并采集所述至少一个园区监测区域的园区设施数据;
构建模块,用于根据所述园区设施数据,构建所述至少一个园区监测区域对应的初始数字孪生模型;
分析模块,用于对所述至少一个园区监测区域进行数据采集,得到物联网数据集合以及传感器数据集合,并对所述物联网数据集合以及所述传感器数据集合进行参数分析,得到园区物联网参数和园区传感器参数;
处理模块,用于将所述园区物联网参数和所述园区传感器参数输入预置的园区环境分析模型进行园区环境变化特征分析,得到目标环境变化特征;
监测模块,用于对所述目标环境变化特征和所述初始数字孪生模型进行特征融合,得到目标数字孪生模型,并根据所述目标数字孪生模型对所述目标智慧园区进行异常监测,得到园区异常监测结果;
生成模块,用于根据所述园区异常监测结果生成所述目标智慧园区对应的园区告警信息,并将所述园区告警信息传输至预置的管理终端。
本发明第三方面提供了一种基于数字孪生的园区监测设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述基于数字孪生的园区监测设备执行上述的基于数字孪生的园区监测方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的基于数字孪生的园区监测方法。
本发明提供的技术方案中,通过构建至少一个园区监测区域对应的初始数字孪生模型;对至少一个园区监测区域进行数据采集和环境参数分析,得到园区物联网参数和园区传感器参数;将园区物联网参数和园区传感器参数输入园区环境分析模型进行园区环境变化特征分析,得到目标环境变化特征;对目标环境变化特征和初始数字孪生模型进行特征融合,得到目标数字孪生模型,并根据目标数字孪生模型对目标智慧园区进行异常监测,得到园区异常监测结果;生成目标智慧园区对应的园区告警信息,并将园区告警信息传输至预置的管理终端,本发明采用数字孪生技术整合各种设施及环境数据,包括传感器、监控系统等多个来源的数据,从而提供更加全面、准确的数据支持,基于数字孪生技术所构建的监测模型提供智能决策支持,帮助管理者预测风险、制定运营计划和维护策略,提高园区设施的效率和质量,进而实现了智能化园区异常监测,并提高了园区监测的效率。
附图说明
图1为本发明实施例中基于数字孪生的园区监测方法的一个实施例示意图;
图2为本发明实施例中构建初始数字孪生模型的流程图;
图3为本发明实施例中参数分析的流程图;
图4为本发明实施例中园区环境变化特征分析的流程图;
图5为本发明实施例中基于数字孪生的园区监测装置的一个实施例示意图;
图6为本发明实施例中基于数字孪生的园区监测设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种基于数字孪生的园区监测方法及相关装置,用于实现智能化园区异常监测并提高园区监测的效率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中基于数字孪生的园区监测方法的一个实施例包括:
S101、对目标智慧园区进行监测区域分割,得到至少一个园区监测区域,并采集至少一个园区监测区域的园区设施数据;
可以理解的是,本发明的执行主体可以为基于数字孪生的园区监测装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的,服务器对于目标智慧园区,服务器进行监测区域分割,以得到至少一个园区监测区域。这个过程中,服务器利用图像处理和计算机视觉技术,对智慧园区进行分割,并标记出不同的监测区域。在得到至少一个园区监测区域后,服务器采集该区域的园区设施数据。服务器利用传感器等设备,对园区设施进行采集和监测,以得到设施的状态和数据。例如,采集道路交通流量、停车场使用状况、照明设备能耗等数据,并将这些数据上传至服务器进行分析和处理。
S102、根据园区设施数据,构建至少一个园区监测区域对应的初始数字孪生模型;
具体的,服务器收集园区设施数据,包括交通流量、停车场使用状况、照明设备能耗等数据,并将这些数据上传至服务器。对园区设施数据进行预处理,包括数据清洗、数据去噪、数据归一化等操作,以确保数据的准确性和一致性。选择合适的数字孪生建模方法,例如基于物理模型的建模方法、基于统计模型的建模方法、基于机器学习的建模方法等。根据选择的建模方法,利用收集到的园区设施数据,构建出至少一个园区监测区域的初始数字孪生模型。对初始数字孪生模型进行评估和优化,以提高模型的精度和可靠性。
S103、对至少一个园区监测区域进行数据采集,得到物联网数据集合以及传感器数据集合,并对物联网数据集合以及传感器数据集合进行参数分析,得到园区物联网参数和园区传感器参数;
需要说明的是,选择合适的传感器和仪器,例如温湿度传感器、噪声传感器等,对目标园区监测区域进行数据采集。采集的数据包括温度、湿度、噪声等参数。将采集到的目标数据集合上传至服务器,进行数据预处理和清洗,去除无效数据和异常值。对物联网数据集合以及传感器数据集合进行参数分析,例如平均值、方差、相关系数等统计分析方法,得到园区物联网参数和园区传感器参数。对得到的园区物联网参数和园区传感器参数进行可视化处理,例如绘制温湿度折线图、噪声热力图等,将得到的园区物联网参数和园区传感器参数应用于数字孪生模型中,以实现对园区环境的实时监测和预测S104、将园区物联网参数和园区传感器参数输入预置的园区环境分析模型进行园区环境变化特征分析,得到目标环境变化特征;
具体的,将园区物联网参数和园区传感器参数输入预置的园区环境分析模型中,进行数据分析和处理。园区环境分析模型可以利用统计学方法、机器学习方法等,对环境数据进行特征提取和分析。根据园区环境分析模型的结果,得到目标环境变化特征。例如,园区物联网参数的变化特征可以包括季节性变化、日周期性变化、异常事件等;园区传感器参数的变化特征可以包括交通噪声、施工噪声、工业噪声等。对目标环境变化特征进行可视化处理,例如绘制温湿度变化曲线、噪声热力图等,将得到的目标环境变化特征应用于数字孪生模型中,以实现对园区环境的实时监测和预测。
S105、对目标环境变化特征和初始数字孪生模型进行特征融合,得到目标数字孪生模型,并根据目标数字孪生模型对目标智慧园区进行异常监测,得到园区异常监测结果;
具体的,服务器将目标环境变化特征与初始数字孪生模型进行特征融合。特征融合可以利用机器学习方法、深度学习方法等,将环境变化特征与初始数字孪生模型中的环境参数进行整合,得到更加准确的数字孪生模型。根据得到的目标数字孪生模型,对目标智慧园区进行异常监测。数字孪生模型可以利用物联网技术、云计算技术等,对园区环境进行实时监测和预测,并对园区异常事件进行预警和处理。根据数字孪生模型的监测结果,得到园区异常监测结果。异常监测结果可以包括园区异常事件的类型、位置、时长等信息,以便于用户进行数据分析和决策。根据园区异常监测结果,对园区设施进行调整和优化,提高园区的舒适度和安全性。
S106、根据园区异常监测结果生成目标智慧园区对应的园区告警信息,并将园区告警信息传输至预置的管理终端。
具体的,根据园区异常监测结果,生成园区告警信息。园区告警信息可以包括异常事件的类型、位置、时长等信息。将园区告警信息传输至预置的管理终端。传输方式可以利用物联网技术、云计算技术等,将信息传输至管理终端或用户终端。在管理终端或用户终端上显示园区告警信息。管理终端或用户终端可以利用数据可视化技术,将告警信息以图表、热力图等形式展示,方便用户进行数据分析和决策。根据园区告警信息,对园区设施进行调整和优化。例如,对异常噪声事件进行处理、对温湿度异常进行调节等。根据园区告警信息,优化数字孪生模型和园区环境分析模型,提高模型的准确性和稳定性。
本发明实施例中,通过构建至少一个园区监测区域对应的初始数字孪生模型;对至少一个园区监测区域进行数据采集和环境参数分析,得到园区物联网参数和园区传感器参数;将园区物联网参数和园区传感器参数输入园区环境分析模型进行园区环境变化特征分析,得到目标环境变化特征;对目标环境变化特征和初始数字孪生模型进行特征融合,得到目标数字孪生模型,并根据目标数字孪生模型对目标智慧园区进行异常监测,得到园区异常监测结果;生成目标智慧园区对应的园区告警信息,并将园区告警信息传输至预置的管理终端,本发明采用数字孪生技术整合各种设施及环境数据,包括传感器、监控系统等多个来源的数据,从而提供更加全面、准确的数据支持,基于数字孪生技术所构建的监测模型提供智能决策支持,帮助管理者预测风险、制定运营计划和维护策略,提高园区设施的效率和质量,进而实现了智能化园区异常监测,并提高了园区监测的效率。
在一具体实施例中,执行步骤S101的过程可以具体包括如下步骤:
(1)获取目标智慧园区的园区设施,并构建园区设施的坐标信息;
(2)基于坐标信息对目标智慧园区进行监测区域分割,得到至少一个园区监测区域;
(3)调用预置的数据传输协议,采集至少一个园区监测区域的园区设施数据。
具体的,服务器获取目标智慧园区的园区设施,并构建园区设施的坐标信息;基于坐标信息对目标智慧园区进行监测区域分割,得到至少一个园区监测区域;调用预置的数据传输协议,采集至少一个园区监测区域的园区设施数据的步骤如下:获取目标智慧园区的园区设施,包括传感器、摄像头、无线网络设备等,并对设施进行编号和分类,构建园区设施的坐标信息,包括设施的位置和方位等信息。利用GPS、地图等技术获取设施的位置信息,并结合现场勘测等方式获取设施的方位信息。基于坐标信息对目标智慧园区进行监测区域分割,得到至少一个园区监测区域。利用地理信息系统(GIS)等技术,将园区划分为不同的监测区域,并为每个监测区域分配唯一的编号或名称。调用预置的数据传输协议,采集至少一个园区监测区域的园区设施数据。可以利用物联网技术、云计算技术等,通过传感器、摄像头等设备采集园区监测区域的环境数据、设备状态等信息,并将数据传输至云端或本地服务器进行处理和存储。对采集到的数据进行处理和分析,得到园区环境参数的变化趋势、设备状态的异常情况等信息,为园区管理和决策提供科学依据。
在一具体实施例中,如图2所示,执行步骤S102的过程可以具体包括如下步骤:
S201、对园区设施数据进行园区设施属性分析,得到园区设施属性信息,并对园区设施数据进行运行状态分析,得到运行状态数据;
S202、根据园区设施属性信息和运行状态数据,匹配对应的目标建模场景;
S203、根据目标建模场景,构建至少一个园区监测区域对应的初始数字孪生模型。
具体的,服务器对园区设施数据进行属性分析,包括设施类型、设施数量、设施位置等信息,并将分析结果存储在数据库中。对园区设施数据进行运行状态分析,包括设施的运行状态、运行时间、异常情况等,将分析结果与设施属性信息一起存储在数据库中。根据园区设施属性信息和运行状态数据,匹配对应的目标建模场景。根据园区设施属性信息和运行状态数据,可以判断园区的主要应用场景、设施运行模式、设施故障率等,从而确定目标建模场景。根据目标建模场景,构建至少一个园区监测区域对应的初始数字孪生模型。数字孪生模型是基于物理模型、数据模型、AI模型构建的模拟模型,可以模拟园区环境的变化趋势、设施的运行状态等信息。可以利用物联网技术、云计算技术等,将采集到的园区设施数据与数字孪生模型进行数据对接和校准,从而构建至少一个园区监测区域对应的初始数字孪生模型。
在一具体实施例中,如图3所示,执行步骤S103的过程可以具体包括如下步骤:
S301、对至少一个园区监测区域中的多个监测点位进行数据采集,得到每个监测点位对应的物联网数据集合以及传感器数据集合;
S302、对每个监测点位对应的物联网数据集合以及传感器数据集合进行数据整合分析,得到至少一个园区监测区域的目标数据集合;
S303、对目标数据集合进行参数分类提取,得到园区物联网参数和园区传感器参数。
具体的,服务器确定监测点位的位置和数量,并安装相应的物联网和传感器监测设备,具体包括环境监测设备,针对不同的监测点位,选择相应的环境参数进行数据采集,如温度、湿度、气压、光照、噪声等。针对每个监测点位,按照一定的时间间隔进行数据采集,并将采集到的数据存储在数据库中。对每个监测点位采集到的数据进行质量检查和数据清洗,去除异常值和噪声数据。对每个监测点位采集到的数据进行时间对齐和空间对齐,将不同监测点位采集到的数据整合成一个完整的数据集合。对整合后的数据集合进行数据分析和可视化,得到园区环境的变化趋势和异常情况,为后续的环境参数分类提取做准备。对整合后的数据集合进行统计分析,提取出与温湿度、噪声等环境参数相关的数据。对提取出的数据进行分类整理,得到园区物联网参数和园区传感器参数。
在一具体实施例中,如图4所示,执行步骤S104的过程可以具体包括如下步骤:
S401、对园区物联网参数和园区传感器参数进行向量转换,生成目标时序向量;
S402、将目标时序向量输入预置的园区环境分析模型进行园区环境变化特征分析,输出多个初始环境变化特征;
S403、对多个初始环境变化特征进行聚类分析,得到目标环境变化特征。
具体的,服务器将温湿度数据和噪声数据分别按照时间顺序排列,形成时间序列。将每个时间点的温湿度数据和噪声数据作为一个向量,得到一个包含多个向量的向量集合。对每个向量进行归一化处理,去除量纲影响,并将其转换为数值型数据。选择适当的园区环境分析模型,如基于机器学习的模型或基于时序数据分析的模型等。将目标时序向量输入模型,进行环境变化特征分析,得到多个初始环境变化特征。选择适当的聚类算法,如K-means、层次聚类等。对多个初始环境变化特征进行聚类分析,将相似的特征聚类到同一类别中。对聚类结果进行可视化展示,并对聚类结果进行解释和分析,得到目标环境变化特征。
在一具体实施例中,执行步骤S105的过程可以具体包括如下步骤:
(1)对目标环境变化特征和初始数字孪生模型进行特征融合,得到目标数字孪生模型;
(2)根据目标数字孪生模型对目标智慧园区进行园区设施仿真运算,生成园区设施对应的目标变化曲线;
(3)对目标变化曲线进行数据解析,得到园区设施对应的设施仿真数据;
(4)对设施仿真数据进行损失值计算,得到目标损失值,并判断目标损失值是否超过预设目标值,得到判断结果;
(5)根据判断结果生成目标智慧园区的园区异常监测结果。
具体的,将目标环境变化特征和初始数字孪生模型的特征进行融合,得到一个新的数字孪生模型。对新的数字孪生模型进行训练和优化,以提高其预测准确性和泛化能力。验证新的数字孪生模型的性能,并对其进行评估和调整,以满足实际应用需求。根据目标数字孪生模型对园区设施进行仿真运算,得到设施对应的目标变化曲线。对目标变化曲线进行可视化展示,以便进行后续分析和处理。对目标变化曲线进行数据解析,得到园区设施对应的设施仿真数据。根据设施仿真数据计算目标损失值,并与预设目标值进行比较。如果目标损失值超过预设目标值,则判断为异常情况,否则判断为正常情况。根据判断结果生成相应的园区异常监测报告,包括异常情况的详细描述和处理建议。对监测报告进行可视化展示,并及时通知相关人员进行处理和调整。
在一具体实施例中,执行步骤S106的过程可以具体包括如下步骤:
(1)根据园区异常监测结果生成目标智慧园区对应的园区告警信息;
(2)通过预置的告警分析模型,对园区告警信息进行分类处理,得到目标告警类型;
(3)根据目标告警类型,对园区告警信息进行终端匹配,得到对应的管理终端,并将园区告警信息传输至管理终端。
具体的,根据园区异常监测结果,生成相应的园区告警信息,包括异常情况的详细描述和位置信息等。对园区告警信息进行可视化展示,并及时通知相关人员进行处理和调整。将园区告警信息传输至预置的告警分析模型中进行分析和处理。分析模型根据园区告警信息的特征,对其进行分类处理,并得到目标告警类型。根据目标告警类型,确定对应的管理终端,并将园区告警信息传输至该终端。管理终端接收到园区告警信息后,对其进行处理和分析,并及时通知相关人员进行处理和调整。
上面对本发明实施例中基于数字孪生的园区监测方法进行了描述,下面对本发明实施例中基于数字孪生的园区监测装置进行描述,请参阅图5,本发明实施例中基于数字孪生的园区监测装置一个实施例包括:
采集模块501,用于对目标智慧园区进行监测区域分割,得到至少一个园区监测区域,并采集所述至少一个园区监测区域的园区设施数据;
构建模块502,用于根据所述园区设施数据,构建所述至少一个园区监测区域对应的初始数字孪生模型;
分析模块503,用于对所述至少一个园区监测区域进行数据采集,得到物联网数据集合以及传感器数据集合,并对所述物联网数据集合以及所述传感器数据集合进行参数分析,得到园区物联网参数和园区传感器参数;
处理模块504,用于将所述园区物联网参数和所述园区传感器参数输入预置的园区环境分析模型进行园区环境变化特征分析,得到目标环境变化特征;
监测模块505,用于对所述目标环境变化特征和所述初始数字孪生模型进行特征融合,得到目标数字孪生模型,并根据所述目标数字孪生模型对所述目标智慧园区进行异常监测,得到园区异常监测结果;
生成模块506,用于根据所述园区异常监测结果生成所述目标智慧园区对应的园区告警信息,并将所述园区告警信息传输至预置的管理终端。
通过上述各个组成部分的协同合作,通过构建至少一个园区监测区域对应的初始数字孪生模型;对至少一个园区监测区域进行数据采集和环境参数分析,得到园区物联网参数和园区传感器参数;将园区物联网参数和园区传感器参数输入园区环境分析模型进行园区环境变化特征分析,得到目标环境变化特征;对目标环境变化特征和初始数字孪生模型进行特征融合,得到目标数字孪生模型,并根据目标数字孪生模型对目标智慧园区进行异常监测,得到园区异常监测结果;生成目标智慧园区对应的园区告警信息,并将园区告警信息传输至预置的管理终端,本发明采用数字孪生技术整合各种设施及环境数据,包括传感器、监控系统等多个来源的数据,从而提供更加全面、准确的数据支持,基于数字孪生技术所构建的监测模型提供智能决策支持,帮助管理者预测风险、制定运营计划和维护策略,提高园区设施的效率和质量,进而实现了智能化园区异常监测,并提高了园区监测的效率。
上面图5从模块化功能实体的角度对本发明实施例中的基于数字孪生的园区监测装置进行详细描述,下面从硬件处理的角度对本发明实施例中基于数字孪生的园区监测设备进行详细描述。
图6是本发明实施例提供的一种基于数字孪生的园区监测设备的结构示意图,该基于数字孪生的园区监测设备600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)610(例如,一个或一个以上处理器)和存储器620,一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中,存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对基于数字孪生的园区监测设备600中的一系列指令操作。更进一步地,处理器610可以设置为与存储介质630通信,在基于数字孪生的园区监测设备600上执行存储介质630中的一系列指令操作。
基于数字孪生的园区监测设备600还可以包括一个或一个以上电源640,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口660,和/或,一个或一个以上操作系统631,例如Windows Serve,MacOS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图6示出的基于数字孪生的园区监测设备结构并不构成对基于数字孪生的园区监测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种基于数字孪生的园区监测设备,所述基于数字孪生的园区监测设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述基于数字孪生的园区监测方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述基于数字孪生的园区监测方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(randomacceS memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于数字孪生的园区监测方法,其特征在于,所述基于数字孪生的园区监测方法包括:
对目标智慧园区进行监测区域分割,得到至少一个园区监测区域,并采集所述至少一个园区监测区域的园区设施数据;
根据所述园区设施数据,构建所述至少一个园区监测区域对应的初始数字孪生模型;
对所述至少一个园区监测区域进行数据采集,得到物联网数据集合以及传感器数据集合,并对所述物联网数据集合以及所述传感器数据集合进行参数分析,得到园区物联网参数和园区传感器参数;
将所述园区物联网参数和所述园区传感器参数输入预置的园区环境分析模型进行园区环境变化特征分析,得到目标环境变化特征;
对所述目标环境变化特征和所述初始数字孪生模型进行特征融合,得到目标数字孪生模型,并根据所述目标数字孪生模型对所述目标智慧园区进行异常监测,得到园区异常监测结果;
根据所述园区异常监测结果生成所述目标智慧园区对应的园区告警信息,并将所述园区告警信息传输至预置的管理终端。
2.根据权利要求1所述的基于数字孪生的园区监测方法,其特征在于,所述对目标智慧园区进行监测区域分割,得到至少一个园区监测区域,并采集所述至少一个园区监测区域的园区设施数据,包括:
获取目标智慧园区的园区设施,并构建所述园区设施的坐标信息;
基于所述坐标信息对所述目标智慧园区进行监测区域分割,得到至少一个园区监测区域;
调用预置的数据传输协议,采集所述至少一个园区监测区域的园区设施数据。
3.根据权利要求1所述的基于数字孪生的园区监测方法,其特征在于,所述根据所述园区设施数据,构建所述至少一个园区监测区域对应的初始数字孪生模型,包括:
对所述园区设施数据进行园区设施属性分析,得到园区设施属性信息,并对所述园区设施数据进行运行状态分析,得到运行状态数据;
根据所述园区设施属性信息和所述运行状态数据,匹配对应的目标建模场景;
根据所述目标建模场景,构建所述至少一个园区监测区域对应的初始数字孪生模型。
4.根据权利要求1所述的基于数字孪生的园区监测方法,其特征在于,所述对所述至少一个园区监测区域进行数据采集,得到物联网数据集合以及传感器数据集合,并对所述物联网数据集合以及所述传感器数据集合进行参数分析,得到园区物联网参数和园区传感器参数,包括:
对所述至少一个园区监测区域中的多个监测点位进行数据采集,得到每个监测点位对应的物联网数据集合以及传感器数据集合;
对每个监测点位对应的物联网数据集合以及传感器数据集合进行数据整合分析,得到所述至少一个园区监测区域的目标数据集合;
对所述目标数据集合进行参数分类提取,得到园区物联网参数和园区传感器参数。
5.根据权利要求1所述的基于数字孪生的园区监测方法,其特征在于,所述将所述园区物联网参数和所述园区传感器参数输入预置的园区环境分析模型进行园区环境变化特征分析,得到目标环境变化特征,包括:
对所述园区物联网参数和所述园区传感器参数进行向量转换,生成目标时序向量;
将所述目标时序向量输入预置的园区环境分析模型进行园区环境变化特征分析,输出多个初始环境变化特征;
对所述多个初始环境变化特征进行聚类分析,得到目标环境变化特征。
6.根据权利要求1所述的基于数字孪生的园区监测方法,其特征在于,所述对所述目标环境变化特征和所述初始数字孪生模型进行特征融合,得到目标数字孪生模型,并根据所述目标数字孪生模型对所述目标智慧园区进行异常监测,得到园区异常监测结果,包括:
对所述目标环境变化特征和所述初始数字孪生模型进行特征融合,得到目标数字孪生模型;
根据所述目标数字孪生模型对所述目标智慧园区进行园区设施仿真运算,生成所述园区设施对应的目标变化曲线;
对所述目标变化曲线进行数据解析,得到所述园区设施对应的设施仿真数据;
对所述设施仿真数据进行损失值计算,得到目标损失值,并判断所述目标损失值是否超过预设目标值,得到判断结果;
根据所述判断结果生成所述目标智慧园区的园区异常监测结果。
7.根据权利要求1所述的基于数字孪生的园区监测方法,其特征在于,所述根据所述园区异常监测结果生成所述目标智慧园区对应的园区告警信息,并将所述园区告警信息传输至预置的管理终端,包括:
根据所述园区异常监测结果生成所述目标智慧园区对应的园区告警信息;
通过预置的告警分析模型,对所述园区告警信息进行分类处理,得到目标告警类型;
根据所述目标告警类型,对所述园区告警信息进行终端匹配,得到对应的管理终端,并将所述园区告警信息传输至所述管理终端。
8.一种基于数字孪生的园区监测装置,其特征在于,所述基于数字孪生的园区监测装置包括:
采集模块,用于对目标智慧园区进行监测区域分割,得到至少一个园区监测区域,并采集所述至少一个园区监测区域的园区设施数据;
构建模块,用于根据所述园区设施数据,构建所述至少一个园区监测区域对应的初始数字孪生模型;
分析模块,用于对所述至少一个园区监测区域进行数据采集,得到物联网数据集合以及传感器数据集合,并对所述物联网数据集合以及所述传感器数据集合进行参数分析,得到园区物联网参数和园区传感器参数;
处理模块,用于将所述园区物联网参数和所述园区传感器参数输入预置的园区环境分析模型进行园区环境变化特征分析,得到目标环境变化特征;
监测模块,用于对所述目标环境变化特征和所述初始数字孪生模型进行特征融合,得到目标数字孪生模型,并根据所述目标数字孪生模型对所述目标智慧园区进行异常监测,得到园区异常监测结果;
生成模块,用于根据所述园区异常监测结果生成所述目标智慧园区对应的园区告警信息,并将所述园区告警信息传输至预置的管理终端。
9.一种基于数字孪生的园区监测设备,其特征在于,所述基于数字孪生的园区监测设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述基于数字孪生的园区监测设备执行如权利要求1-7中任一项所述的基于数字孪生的园区监测方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任一项所述的基于数字孪生的园区监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310416079.5A CN116129366B (zh) | 2023-04-19 | 2023-04-19 | 基于数字孪生的园区监测方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310416079.5A CN116129366B (zh) | 2023-04-19 | 2023-04-19 | 基于数字孪生的园区监测方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116129366A true CN116129366A (zh) | 2023-05-16 |
CN116129366B CN116129366B (zh) | 2023-06-16 |
Family
ID=86297772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310416079.5A Active CN116129366B (zh) | 2023-04-19 | 2023-04-19 | 基于数字孪生的园区监测方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116129366B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116433037A (zh) * | 2023-06-15 | 2023-07-14 | 安徽嘉拓信息科技有限公司 | 一种基于数字孪生的ai视频融合智慧管控系统 |
CN116558082A (zh) * | 2023-06-16 | 2023-08-08 | 广东新拓展建筑工程有限公司 | 一种节能通风系统 |
CN116610921A (zh) * | 2023-06-14 | 2023-08-18 | 深圳市顶尖传诚科技有限公司 | 一种基于大数据的智慧园区信息管理系统及方法 |
CN117014817A (zh) * | 2023-10-07 | 2023-11-07 | 超网实业(成都)股份有限公司 | 一种基于物联网的园区设备智能巡检方法及系统 |
CN117454488A (zh) * | 2023-11-08 | 2024-01-26 | 河北建工集团有限责任公司 | 基于数字孪生传感器的多设备综合方法和系统 |
CN117520787A (zh) * | 2024-01-04 | 2024-02-06 | 四川省公路规划勘察设计研究院有限公司 | 基于数字孪生的高速公路智慧化数据故障分析方法和系统 |
CN117521969A (zh) * | 2023-11-21 | 2024-02-06 | 上海张江智荟科技有限公司 | 一种基于数字孪生的智慧园区运行指数计算系统 |
CN117610322A (zh) * | 2024-01-24 | 2024-02-27 | 南京派威信息科技有限公司 | 基于数字孪生的智慧水务动态监测系统及监测方法 |
CN117764561A (zh) * | 2024-02-21 | 2024-03-26 | 临沂明振仪表科技有限公司 | 基于物联网的热力设备智能运维管理系统 |
CN117852849A (zh) * | 2024-03-08 | 2024-04-09 | 华能山东发电有限公司众泰电厂 | 基于数字孪生技术的大型农光互补光伏园区安全管理系统 |
CN117764561B (zh) * | 2024-02-21 | 2024-05-14 | 临沂明振仪表科技有限公司 | 基于物联网的热力设备智能运维管理系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019216941A1 (en) * | 2018-05-08 | 2019-11-14 | Siemens Corporation | Quality inference from living digital twins in iot-enabled manufacturing systems |
CN113538863A (zh) * | 2021-04-13 | 2021-10-22 | 交通运输部科学研究院 | 一种隧道数字孪生场景构建方法及计算机设备 |
CN113793234A (zh) * | 2021-11-16 | 2021-12-14 | 中通服建设有限公司 | 基于数字孪生技术的智慧园区平台 |
CN114186969A (zh) * | 2021-12-13 | 2022-03-15 | 中浙信科技咨询有限公司 | 基于数字孪生的智慧园区故障预警平台 |
US20220137612A1 (en) * | 2020-11-05 | 2022-05-05 | Wuhan University | Transformer fault diagnosis and positioning system based on digital twin |
CN114693025A (zh) * | 2020-12-28 | 2022-07-01 | 广东飞企互联科技股份有限公司 | 一种智慧园区维护方法和维护系统 |
CN115578067A (zh) * | 2022-10-25 | 2023-01-06 | 上海通贸国际供应链管理有限公司 | 基于数字孪生的物流园区可视化管理方法及系统、设备 |
-
2023
- 2023-04-19 CN CN202310416079.5A patent/CN116129366B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019216941A1 (en) * | 2018-05-08 | 2019-11-14 | Siemens Corporation | Quality inference from living digital twins in iot-enabled manufacturing systems |
US20220137612A1 (en) * | 2020-11-05 | 2022-05-05 | Wuhan University | Transformer fault diagnosis and positioning system based on digital twin |
CN114693025A (zh) * | 2020-12-28 | 2022-07-01 | 广东飞企互联科技股份有限公司 | 一种智慧园区维护方法和维护系统 |
CN113538863A (zh) * | 2021-04-13 | 2021-10-22 | 交通运输部科学研究院 | 一种隧道数字孪生场景构建方法及计算机设备 |
CN113793234A (zh) * | 2021-11-16 | 2021-12-14 | 中通服建设有限公司 | 基于数字孪生技术的智慧园区平台 |
CN114186969A (zh) * | 2021-12-13 | 2022-03-15 | 中浙信科技咨询有限公司 | 基于数字孪生的智慧园区故障预警平台 |
CN115578067A (zh) * | 2022-10-25 | 2023-01-06 | 上海通贸国际供应链管理有限公司 | 基于数字孪生的物流园区可视化管理方法及系统、设备 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116610921A (zh) * | 2023-06-14 | 2023-08-18 | 深圳市顶尖传诚科技有限公司 | 一种基于大数据的智慧园区信息管理系统及方法 |
CN116610921B (zh) * | 2023-06-14 | 2024-02-09 | 深圳市顶尖传诚科技有限公司 | 一种基于大数据的智慧园区信息管理系统及方法 |
CN116433037B (zh) * | 2023-06-15 | 2023-09-22 | 安徽嘉拓信息科技有限公司 | 一种基于数字孪生的ai视频融合智慧管控系统 |
CN116433037A (zh) * | 2023-06-15 | 2023-07-14 | 安徽嘉拓信息科技有限公司 | 一种基于数字孪生的ai视频融合智慧管控系统 |
CN116558082A (zh) * | 2023-06-16 | 2023-08-08 | 广东新拓展建筑工程有限公司 | 一种节能通风系统 |
CN116558082B (zh) * | 2023-06-16 | 2023-11-17 | 广东新拓展建筑工程有限公司 | 一种节能通风系统 |
CN117014817A (zh) * | 2023-10-07 | 2023-11-07 | 超网实业(成都)股份有限公司 | 一种基于物联网的园区设备智能巡检方法及系统 |
CN117014817B (zh) * | 2023-10-07 | 2023-12-12 | 超网实业(成都)股份有限公司 | 一种基于物联网的园区设备智能巡检方法及系统 |
CN117454488B (zh) * | 2023-11-08 | 2024-03-26 | 河北建工集团有限责任公司 | 基于数字孪生传感器的多设备综合方法和系统 |
CN117454488A (zh) * | 2023-11-08 | 2024-01-26 | 河北建工集团有限责任公司 | 基于数字孪生传感器的多设备综合方法和系统 |
CN117521969A (zh) * | 2023-11-21 | 2024-02-06 | 上海张江智荟科技有限公司 | 一种基于数字孪生的智慧园区运行指数计算系统 |
CN117520787A (zh) * | 2024-01-04 | 2024-02-06 | 四川省公路规划勘察设计研究院有限公司 | 基于数字孪生的高速公路智慧化数据故障分析方法和系统 |
CN117520787B (zh) * | 2024-01-04 | 2024-03-19 | 四川省公路规划勘察设计研究院有限公司 | 基于数字孪生的高速公路智慧化数据故障分析方法和系统 |
CN117610322A (zh) * | 2024-01-24 | 2024-02-27 | 南京派威信息科技有限公司 | 基于数字孪生的智慧水务动态监测系统及监测方法 |
CN117610322B (zh) * | 2024-01-24 | 2024-04-19 | 南京派威信息科技有限公司 | 基于数字孪生的智慧水务动态监测系统及监测方法 |
CN117764561A (zh) * | 2024-02-21 | 2024-03-26 | 临沂明振仪表科技有限公司 | 基于物联网的热力设备智能运维管理系统 |
CN117764561B (zh) * | 2024-02-21 | 2024-05-14 | 临沂明振仪表科技有限公司 | 基于物联网的热力设备智能运维管理系统 |
CN117852849A (zh) * | 2024-03-08 | 2024-04-09 | 华能山东发电有限公司众泰电厂 | 基于数字孪生技术的大型农光互补光伏园区安全管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116129366B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116129366B (zh) | 基于数字孪生的园区监测方法及相关装置 | |
CN116796907A (zh) | 一种基于物联网的水环境动态监测系统及其方法 | |
CN115865992B (zh) | 一种智慧水利在线监测系统 | |
CN110162445A (zh) | 基于主机日志及性能指标的主机健康评价方法及装置 | |
CN112183906B (zh) | 一种基于多模型组合模型的机房环境预测方法及系统 | |
CN115640860B (zh) | 一种工业云服务的机电设备远程维护方法及系统 | |
CN117196159A (zh) | 基于互联网大数据分析的智慧水务分区计量系统 | |
CN117078163A (zh) | 基于数字孪生的物流仓储管控系统及方法 | |
CN116127821A (zh) | 一种运维数据的三维可视化呈现方法及平台 | |
CN107121943A (zh) | 一种用于获得智能仪表的健康预测信息的方法和装置 | |
CN117270482A (zh) | 基于数字孪生的汽车工厂控制系统 | |
CN108494803B (zh) | 基于人工智能的多元异构网络安全数据可视化系统 | |
CN116933626A (zh) | 一种基于数字孪生的数据监测方法及装置 | |
CN115184563B (zh) | 一种基于数字孪生的化工车间现场数据采集方法 | |
CN115049023B (zh) | 人防设施状态监控方法、装置、设备及存储介质 | |
CN115987692A (zh) | 一种基于流量回溯分析的安全防护系统及方法 | |
CN113408764B (zh) | 基于数字孪生的产品在线技术状态管控系统 | |
Lenart et al. | Real-time monitoring and analyses of sensory data integrated into the BIM platform | |
CN117422938B (zh) | 基于三维分析平台的坝坡混凝土结构异常分析方法 | |
CN117314370B (zh) | 一种基于智慧能源的数据驾驶舱系统及实现方法 | |
CN116628829B (zh) | 一种基于数字孪生的智慧建筑三维可视化系统 | |
CN117113157B (zh) | 一种基于人工智能的台区用电故障检测系统 | |
CN117197770B (zh) | 一种基于物联网的巡检全流程数据监管系统及方法 | |
CN117877257A (zh) | 基于数字孪生工厂的交通场景监测方法及系统 | |
CN116304248A (zh) | 一种用于零碳展厅的可视化管理方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |