CN116244975B - 一种基于数字孪生技术的输电线路导线状态模拟系统 - Google Patents
一种基于数字孪生技术的输电线路导线状态模拟系统 Download PDFInfo
- Publication number
- CN116244975B CN116244975B CN202310524026.5A CN202310524026A CN116244975B CN 116244975 B CN116244975 B CN 116244975B CN 202310524026 A CN202310524026 A CN 202310524026A CN 116244975 B CN116244975 B CN 116244975B
- Authority
- CN
- China
- Prior art keywords
- mathematical model
- data
- module
- transmission line
- evaluation
- 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.)
- Active
Links
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
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种基于数字孪生技术的输电线路导线状态模拟系统,包括服务器、实时监测模块、数据采集模块、数学模型构建模块、导线状态仿真模块,服务器分别与实时监测模块、数据采集模块、数学模型构建模块和导线状态仿真模块连接;实时监测模块负责实时采集输电线路导线的物理参数,数据采集模块将采集到的数据传输到数学模型构建模块,数学模型构建模块利用数字孪生技术构建输电线路导线的数学模型,导线状态仿真模块将实时监测数据输入到建立的数学模型中进行输电线路的状态仿真,预测导线的运行状态,并根据运行状态和预测导线的运行状态的比对结果触发预警,以提示运维人员。
Description
技术领域
本发明涉及电力系统技术领域,尤其涉及一种基于数字孪生技术的输电线路导线状态模拟系统。
背景技术
电力输电线路是电力系统的重要组成部分,其导线状态的实时监测和预测对于确保电力系统的安全稳定运行至关重要。传统的导线状态监测方法主要依靠手工巡检和定期的物理测量,存在着人力成本高、监测周期长、实时性差等问题。数字孪生技术是一种将物理系统与数学模型相结合的仿真技术,能够实现对物理系统的实时监测和预测,具有很高的应用价值。
如CN108199481B现有技术公开了一种输电线路导线状态实时监测装置,建设具有信息化、数字化、自动化、互动化特征的坚强智能电网是安全、可靠、高效输电的保障,是电力科学发展的方向,对电网的监测也尤其重要。作为电力输送纽带的输电线路具有分散性大、距离长、难以巡视及维护等特点,因此对输电线路导线的远程监测成为一项迫切工作。
另一种典型的如CN114923529B的现有技术公开的一种架空输电导线运行状态分布式监测的装置及方法,架空输电导线的温度、弧垂和风偏角等状态参量能够反映线路的运行状态,预警覆冰、舞动和对地放电等故障,方便电网工作人员提前做出反应,提高电网运行的可靠性。
为了解决本领域普遍存在智能程度低、故障无法预警、无法进行仿真和状态无法模拟等等问题,作出了本发明。
发明内容
本发明的目的在于,针对目前所存在的不足,提出了一种基于数字孪生技术的输电线路导线状态模拟系统。
为了克服现有技术的不足,本发明采用如下技术方案:
一种基于数字孪生技术的输电线路导线状态模拟系统,所述输电线路导线状态模拟系统包括服务器,所述输电线路导线状态模拟系统还包括实时监测模块、数据采集模块、数学模型构建模块、导线状态仿真模块,所述服务器分别与所述实时监测模块、数据采集模块、数学模型构建模块和导线状态仿真模块连接;
所述实时监测模块负责实时采集输电线路导线的物理参数,所述数据采集模块将采集到的数据传输到数学模型构建模块,所述数学模型构建模块利用数字孪生技术构建输电线路导线的数学模型,所述导线状态仿真模块将实时监测数据输入到建立的数学模型中进行输电线路的状态仿真,预测导线的运行状态,并根据运行状态和预测导线的运行状态的比对结果触发预警,以提示运维人员;
所述数据采集模块包括身份验证单元和数据传输单元,所述身份验证单元用于对所述实时监测模块的身份进行验证,以根据所述实时监测模块的身份和位置数据生成核验通过指令,所述数据传输单元根据所述身份验证单元的验证结果向所述数学模型构建模块传输实时监测数据;
其中,所述数据传输单元接收所述身份验证单元的所述核验通过指令后,将所述实时监测模块的实时监测数据向所述数学模型构建模块传输。
可选的,所述实时监测模块包括振动监测单元、温度监测单元和导线牵拉监测单元,所述振动监测单元用于对所述输电线路的振动进行监测,以获得所述输电线路的振动数据,所述温度监测单元用于对输电线路的温度进行监测,所述导线牵拉监测单元用于对所述输电线路的牵拉力进行监测;
其中,所述振动监测单元和导线牵拉监测单元设置在所述输电线路上,所述温度监测单元设置在输电塔或无人机上,以对所述输电线路的温度状态数据进行采集。
可选的,所述导线状态仿真模块包括状态仿真单元和预警单元,所述状态仿真单元将实时监测数据输入到建立的数学模型中进行输电线路的状态仿真,预测输电线路运行状态,所述预警单元根据运行状态的结果触发预警,以提示运维人员;
所述预警单元在接收所述运行状态的结果后,向所述运维人员触发声提示。
可选的,所述数学模型构建模块接收数据采集模块的数据,并根据以下步骤建立数学模型:
S1、对输入数据进行预处理,去除异常值和噪声干扰;
S2、针对输电线路导线的特性,选择温度、振动、牵拉作为输入特征,对应于温度、振动、牵拉3个自变量,生成1个因变量;
S3、建立数学模型,其中,基于多元回归分析方法,建立如下的线性数学模型:
;
式中,y表示因变量,x1、x2、x3分别表示温度自变量、振动自变量、牵拉自变量,β0、β1、β2、β3为待估参数,ε为误差项;
S4、使用最小二乘法估计所述数学模型中的所述待估参数,并将所述待估参数带入,以得到所述数学模型的最终形式;
S5、使用部分已经过考证过的合格数据对建立数学模型进行验证,评估建立数学模型的准确指数。
可选的,评估建立数学模型的准确指数E根据下式进行计算:
;
式中,MSE为建立的所述数学模型的均方误差,Default_value为预先设定的评估阈值range;
若准确指数E的值为正,表示预测结果的均方误差低于设定的评估阈值range,符合要求;若准确指数E的值为负,表示预测结果的均方误差高于设定的评估阈值range,不符合要求。
可选的,所述状态仿真单元将实时监测数据输入到所述数学模型中,并将所述实时监测数据与数学模型预测的输电线路的状态进行对比;
若对比得出实际线路的状态和数字孪生模型的仿真状态之间存在差异,则触发预警单元的预警。
可选的,所述预警单元还包括显示子单元和蜂鸣器,所述显示子单元用于将警示信息进行显示,所述蜂鸣器用于向运维人员进行蜂鸣警示。
本发明所取得的有益效果是:
1.通过导线状态仿真模块和数学模型构建模块的相互配合,使得输电线路的状态能够得到及时的预警,使得输电线路异常状态能够主动预警,保证整个系统具有更高的智能程度;
2.通过身份验证单元和数据传输单元的相互配合,使得各个传输线路的身份能够精准的采集,保证输电线路各个位置的实时监测模块的身份能够得到验证,以确保整个系统的精准性和可靠性;
3.通过实时监测模块对输电线路的实时状态进行监测,能够动态的了解输电线路的实际状况,提升整个系统的智能程度;
4.通过数学构建模块和实时监测模块的相互配合,使得输电线路的状态能够精准的监测,使得整个系统具有主动预警、仿真模块自动化程度高和状态模拟效果好的优点。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在不同的视图中,相同的附图标记指定相同的部分。
图1为本发明的整体方框示意图。
图2为本发明的实时监测模块和数据采集模块之间相互配合的方框示意图。
图3为本发明的输电线路和实时监测模块的方框示意图。
图4为本发明的建立数学模型的流程示意图。
图5为本发明的模型评价单元的控制流程示意图。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式,本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用,本说明书中的各项细节也可基于不同观点与应用,在不悖离本发明的精神下进行各种修饰与变更。另外,本发明的附图仅为简单示意说明,并非依实际尺寸的描绘,事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容,但所公开的内容并非用以限制本发明的保护范围。
实施例一:根据图1、图2、图3、图4、图5所示,本实施例提供一种基于数字孪生技术的输电线路导线状态模拟系统,所述输电线路导线状态模拟系统包括服务器,所述输电线路导线状态模拟系统还包括实时监测模块、数据采集模块、数学模型构建模块、导线状态仿真模块,所述服务器分别与所述实时监测模块、数据采集模块、数学模型构建模块和导线状态仿真模块连接,所述实时监测模块、数据采集模块、数学模型构建模块和导线状态仿真模块的过程数据上传至所述服务器进行存储;
所述实时监测模块负责实时采集输电线路导线的物理参数,所述数据采集模块将采集到的数据传输到数学模型构建模块,所述数学模型构建模块利用数字孪生技术构建输电线路导线的数学模型,所述导线状态仿真模块将实时监测数据输入到建立的数学模型中进行输电线路的状态仿真,预测导线的运行状态,并根据运行状态和预测导线的运行状态的比对结果触发预警,以提示运维人员;
所述输电线路导线状态模拟系统还包括中央处理器,所述中央处理器分别与所述实时监测模块、数据采集模块、数学模型构建模块和导线状态仿真模块控制连接,并对所述实时监测模块、数据采集模块、数学模型构建模块和导线状态仿真模块进行集中控制,使得上述各个模块之间能进行协同的配合,以提升所述输电线路导线状态的在线模拟,保证所述输电线路的实时状态均能被精准的检测;
所述数据采集模块包括身份验证单元和数据传输单元,所述身份验证单元用于对所述实时监测模块的身份进行验证,以根据所述实时监测模块的身份和位置数据生成核验通过指令,所述数据传输单元根据所述身份验证单元的验证结果向所述数学模型构建模块传输实时监测数据;
其中,所述数据传输单元接收所述身份验证单元的所述核验通过指令后,将所述实时监测模块的实时监测数据向所述数学模型构建模块传输;
所述身份验证单元对实时监测模块的身份和位置数据进行验证,以获取不同所述输电线路的物理参数;
在本实施例中,所述物理参数包括温度、振动和导线牵拉力;
所述身份验证单元根据下式生成核验通过指令:
;
式中,instruction(j)为所述核验通过指令的j位对应的值,location(j)为所述实时监测模块位置序列的第j位的值,series(j)为所述实时监测模块身份序列第j位对应的值,Times为所述实时监测模块当天的访问次数,rank为所述实时监测模块的等级,其值根据所述实时监测模块对应的身份序列直接确定;
在生成核验指令前,需要将位置数据、身份数据传输至云端服务器中,并对位置数据、身份数据进行处理,得到位置序列和身份序列;
其中,处理的方式包括但是不局限于以下列举的几种:截取指定位数、散列函数处理、加密算法处理和数字处理等;
以18位的身份证号码为例:
对于截取指定位数,从18位的身份证号码中截取指定长度的字符或数字作为身份识别序列;根据具体需求,选择截取身份证号码中的前几位或者后几位,或者截取中间的一段字符或数字;
对于散列函数处理,即使用散列函数(例如MD5、SHA1、SHA256等)对18位的身份证号码进行计算,生成一个固定长度的散列值,并截取其中的一部分作为身份识别序列;
对于加密算法处理,使用加密算法(例如AES、RSA等)对18位的身份证号码进行加密操作,生成一个密文,并截取其中的一部分作为身份识别序列;需要注意,加密算法通常需要使用公钥和私钥进行加解密操作,确保只有持有合适密钥的人才能解密得到原始的身份证号码;
对于数字处理,将18位的身份证号码中的数字进行加权计算、取模运算等操作,生成一个指定位数的数字序列作为身份识别序列;根据具体需求,选择不同的数字处理方式,例如将身份证号码中的数字相加取余,或者将数字按照一定的规则进行组合等;
通过所述身份验证单元和所述数据传输单元的相互配合,使得各个传输线路的身份能够精准的采集,保证输电线路各个位置的所述实时监测模块的身份能够得到验证,以确保整个系统的精准性和可靠性;
可选的,所述实时监测模块包括振动监测单元、温度监测单元和导线牵拉监测单元,所述振动监测单元用于对所述输电线路的振动进行监测,以获得所述输电线路的振动数据,所述温度监测单元用于对输电线路的温度进行监测,所述导线牵拉监测单元用于对所述输电线路的牵拉力进行监测;
其中,所述振动监测单元和导线牵拉监测单元设置在所述输电线路上,所述温度监测单元设置在输电塔或无人机上,以对所述输电线路的温度状态数据进行采集;
若所述温度监测单元设置在所述无人机上,则与所述无人机配合,以利用所述无人机的移动优势,快速的获得设定巡检位置的所述输电线路的温度数据;
同时,在本实施例中,也可将所述温度监测单元设置在所述输电塔的固定位置上,并对所述输电线路的温度数据进行监测;
通过所述实时监测模块对输电线路的实时状态进行监测,能够动态的了解所述输电线路的实际状况,提升整个系统的智能程度;
可选的,所述导线状态仿真模块包括状态仿真单元和预警单元,所述状态仿真单元将实时监测数据输入到建立的数学模型中进行输电线路的状态仿真,预测输电线路运行状态,所述预警单元根据运行状态的结果触发预警,以提示运维人员;
所述预警单元在接收所述运行状态的结果后,向所述运维人员触发声提示;
可选的,所述数学模型构建模块接收所述数据采集模块采集得到的数据,并根据以下步骤建立数学模型:
S1、对输入数据进行预处理,去除异常值和噪声干扰;其中,对于输入数据进行预处理的技术是本领域的技术人员所熟知的,因而在本实施例中,不再一一赘述;
S2、针对输电线路导线的特性,选择温度、振动、牵拉作为输入特征,对应于温度、振动、牵拉3个自变量,生成1个因变量;
S3、建立数学模型,其中,基于多元回归分析方法,建立如下的线性数学模型:
;
式中,y表示因变量,x1、x2、x3分别表示温度自变量、振动自变量、牵拉自变量,β0、β1、β2、β3为待估参数,ε为误差项,其值根据实验获得;
S4、使用最小二乘法估计所述数学模型中的所述待估参数,并将所述待估参数带入,以得到所述数学模型的最终形式;其中,最小二乘法使用的数据为已经经过验证且被证明正确的数据;
S5、使用部分已经过考证过的合格数据对建立数学模型进行验证,评估建立数学模型的准确指数;
可选的,在步骤S5中评估建立数学模型的准确指数E根据下式进行计算:
;
式中,MSE为建立的所述数学模型的均方误差,Default_value为预先设定的评估阈值range;
若准确指数E的值为正,表示数学模型的均方误差低于设定的评估阈值range,符合要求;若准确指数E的值为负,表示数学模型的均方误差高于设定的评估阈值range,不符合要求;
其中,设定的评估阈值range由系统进行设定,这是本领域的技术人员所熟知的技术手段,本领域的技术人员可以查询相关的技术手册获知该技术,因而在本实施例中,不再一一赘述;
在本实施例中,所述均方误差根据下式进行计算:
;
式中,n为数学模型的样本的数量,yv为实际值,y'v为预测值;
在本实施例中,通过所述数学模型构建模块和所述实时监测模块的相互配合,使得所述输电线路的状态能够精准的监测,使得整个系统具有主动预警、仿真模块自动化程度高和状态模拟效果好的优点;
可选的,所述状态仿真单元将实时监测数据输入到所述数学模型中,并将所述实时监测数据与数学模型预测的输电线路的状态进行对比;
若对比得出实际线路的状态和数字孪生模型的仿真状态之间存在差异,则触发预警单元的预警;
可选的,所述预警单元还包括显示子单元和蜂鸣器,所述显示子单元用于将警示信息进行显示,所述蜂鸣器用于向运维人员进行蜂鸣警示;
通过所述导线状态仿真模块和所述数学模型构建模块的相互配合,使得所述输电线路的状态能够得到及时的预警,使得输电线路异常状态能够主动预警,保证整个系统具有更高的智能程度。
实施例二:本实施例应当理解为包含前述任一一个实施例的全部特征,并在其基础上进一步改进,根据图1、图2、图3、图4、图5所示,还在于所述数学模型构建模块还包括模型评价单元,所述模型评价单元用于对生成的数学模型进行评估,并根据评估结果调整所述数学模型;
所述模型评价单元包括采集子单元和评估子单元,所述采集子单元用于对操作者的评价数据进行采集,所述评估子单元根据所述采集子单元采集得到的数据对所述数学模型进行评估;
所述采集子单元包括评价输入框和数据采集器,所述数据采集器用于对所述操作者在所述评价输入框中输入的评价数据进行采集,所述评价输入框供所述操作者进行输入,使得所述操作者的评价能够在所述输入框中进行输入,以评价生成的所述数学模型;
当所述数据采集器采集所述操作者的评价数据后,则将所述数据采集器采集得到的数据传输至所述评估子单元中,以触发对生成的数学模型的评估;
所述评估子单元获取所述数据采集器采集得到的所述操作者对所述数学模型的评价数据,并根据下式计算评估指数Evaluation_Indicators;
其中,所述评价数据包括对所述数学模型完全正向评价的数量、对所述数学模型部分正向评价的数量、对所述数学模型完全负面评价的数量、对所述数学模型部分负面评价的数量;
;
式中,TP为对所述数学模型完全正向评价的数量,TN为对所述数学模型部分正向评价的数量,FP为对所述数学模型完全负面评价的数量,FN为对所述数学模型部分负面评价的数量,η为调整系数,满足:
;
式中, N为所述操作者在所述评价输入框中实际填写的项目数量,M为所述评价输入框中提供的评价的项目数量,α为用户设定的权重指数,其值根据经验法进行设定,β为用户设定的缩放系数,其值通常根据实际问题和需求来确定,一般来说,β可以是一个非负实数,其取值范围包括以下情况:
β>0:表示缩放系数要大于0,保证调整系数的乘积效果,使得填写的数量对评价结果产生影响;
β=0:表示缩放系数为0,即调整系数始终为0,不对填写数量产生影响;这种情况下,填写的数量不会对评价结果产生影响,即评价结果完全由评价的项目数量决定;
在本实施例中,所述用户设定的缩放系数由系统或操作者根据实际情况自行进行调整;
以上所述调整系数η的取值是本实施例的一种优选做法,当然本领域技术人员可以根据实验来获取一个具体的值,并对本公式进行优化或者替代,这里不再赘述;
若所述评估指数Evaluation_Indicators高于设定的评估值Condition,则触发对生成的数学模型进行调整;
若所述评估指数Evaluation_Indicators低于设定的评估值Condition,则说明生成的数学模型满足系统的要求,也获得了用户的正向评价,满足用户的预期;
对于设定的评估值Condition由系统进行设定,这是本领域的技术人员所熟知的技术手段,本领域的技术人员可以查询相关的技术手册获知该技术,因而在本实施例中不再一一赘述;
在本实施例中,通过所述模型评价单元对生成的数学模型进行评估,以提升数学模型的自动调整能力,保证整个系统生成的数学模型自动进行调整,以满足输电线路导线状态的实际需要。
以上所公开的内容仅为本发明的优选可行实施例,并非因此局限本发明的保护范围,所以凡是运用本发明说明书及附图内容所做的等效技术变化,均包含于本发明的保护范围内,此外,随着技术发展其中的元素可以更新的。
Claims (6)
1.一种基于数字孪生技术的输电线路导线状态模拟系统,所述输电线路导线状态模拟系统包括服务器,其特征在于,所述输电线路导线状态模拟系统还包括实时监测模块、数据采集模块、数学模型构建模块、导线状态仿真模块,所述服务器分别与所述实时监测模块、数据采集模块、数学模型构建模块和导线状态仿真模块连接;
所述实时监测模块负责实时采集输电线路导线的物理参数,所述数据采集模块将采集到的数据传输到数学模型构建模块,所述数学模型构建模块利用数字孪生技术构建输电线路导线的数学模型,所述导线状态仿真模块将实时监测数据输入到建立的数学模型中进行输电线路的状态仿真,预测导线的运行状态,并根据运行状态和预测导线的运行状态的比对结果触发预警,以提示运维人员;
所述数据采集模块包括身份验证单元和数据传输单元,所述身份验证单元用于对所述实时监测模块的身份和位置进行验证,以根据所述实时监测模块的身份和位置数据生成核验通过指令,所述数据传输单元接收所述身份验证单元的所述核验通过指令后,将所述实时监测模块的实时监测数据向所述数学模型构建模块传输;
所述身份验证单元根据下式生成核验通过指令:
;
式中,instruction(j)为所述核验通过指令的j位对应的值,location(j)为所述实时监测模块位置序列的第j位的值,series(j)为所述实时监测模块身份序列第j位对应的值,Times为所述实时监测模块当天的访问次数,rank为所述实时监测模块的等级,其值根据所述实时监测模块对应的身份序列直接确定;
在生成核验指令前,需要将位置数据、身份数据传输至云端服务器中,并对位置数据、身份数据进行处理,得到位置序列和身份序列;
所述数学模型构建模块接收数据采集模块的数据,并根据以下步骤建立数学模型:
S1、对输入数据进行预处理,去除异常值和噪声干扰;
S2、针对输电线路导线的特性,选择温度、振动、牵拉力作为输入特征,对应于温度、振动、牵拉力3个自变量生成1个因变量;
S3、建立数学模型,其中,基于多元回归分析方法,建立如下的线性数学模型:
;
式中,y表示因变量,x1、x2、x3分别表示温度自变量、振动自变量、牵拉力自变量,β0、β1、β2、β3为待估参数,ε为误差项;
S4、使用最小二乘法估计所述数学模型中的所述待估参数,并将所述待估参数带入,以得到所述数学模型的最终形式;
S5、使用部分已经过考证过的合格数据对建立数学模型进行验证,评估建立数学模型的准确指数;
所述数学模型构建模块还包括模型评价单元,所述模型评价单元用于对生成的数学模型进行评估,并根据评估结果调整所述数学模型;所述模型评价单元包括采集子单元和评估子单元,所述采集子单元用于对操作者的评价数据进行采集,所述评估子单元根据所述采集子单元采集得到的数据对所述数学模型进行评估;
所述采集子单元包括评价输入框和数据采集器,所述数据采集器用于对所述操作者在所述评价输入框中输入的评价数据进行采集,所述评价输入框供所述操作者进行输入,使得所述操作者的评价能够在所述输入框中进行输入,以评价生成的所述数学模型;当所述数据采集器采集所述操作者的评价数据后,则将所述数据采集器采集得到的数据传输至所述评估子单元中,以触发对生成的数学模型的评估;所述评估子单元获取所述数据采集器采集得到的所述操作者对所述数学模型的评价数据,并根据下式计算评估指数Evaluation_Indicators;
其中,所述评价数据包括对所述数学模型完全正向评价的数量、对所述数学模型部分正向评价的数量、对所述数学模型完全负面评价的数量、对所述数学模型部分负面评价的数量;
;
式中,TP为对所述数学模型完全正向评价的数量,TN为对所述数学模型部分正向评价的数量,FP为对所述数学模型完全负面评价的数量,FN为对所述数学模型部分负面评价的数量,η为调整系数,满足:
;
式中, N为所述操作者在所述评价输入框中实际填写的项目数量,M为所述评价输入框中提供的评价的项目数量,α为用户设定的权重指数,其值根据经验法进行设定,β为用户设定的缩放系数,其值根据实际问题和需求来确定。
2.根据权利要求1所述的一种基于数字孪生技术的输电线路导线状态模拟系统,其特征在于,所述实时监测模块包括振动监测单元、温度监测单元和导线牵拉监测单元,所述振动监测单元用于对所述输电线路的振动进行监测,以获得所述输电线路的振动数据,所述温度监测单元用于对输电线路的温度进行监测,所述导线牵拉监测单元用于对所述输电线路的牵拉力进行监测;
其中,所述振动监测单元和导线牵拉监测单元设置在所述输电线路上,所述温度监测单元设置在输电塔或无人机上,以对所述输电线路的温度状态数据进行采集。
3.根据权利要求2所述的一种基于数字孪生技术的输电线路导线状态模拟系统,其特征在于,所述导线状态仿真模块包括状态仿真单元和预警单元,所述仿真单元将实时监测数据输入到建立的数学模型中进行输电线路的状态仿真,预测输电线路运行状态,所述预警单元根据运行状态的结果触发预警,以提示运维人员;
所述预警单元在接收所述运行状态的结果后,向所述运维人员触发声音提示。
4.根据权利要求3所述的一种基于数字孪生技术的输电线路导线状态模拟系统,其特征在于,评估建立数学模型的准确指数E根据下式进行计算:
;
式中,MSE为建立的所述数学模型的均方误差,Default_value为预先设定的评估阈值range;
若准确指数E的值为正,表示预测结果的均方误差低于设定的评估阈值range,符合要求;若准确指数E的值为负,表示预测结果的均方误差高于设定的评估阈值range,不符合要求。
5.根据权利要求4所述的一种基于数字孪生技术的输电线路导线状态模拟系统,其特征在于,所述状态仿真单元将实时数据输入到所述数学模型中,并将所述实际线路的状态与数学模型预测的输电线路的状态进行对比;
若对比得出实际线路的状态和数字孪生模型的仿真状态之间存在差异,则触发预警单元的预警。
6.根据权利要求5所述的一种基于数字孪生技术的输电线路导线状态模拟系统,其特征在于,所述预警单元还包括显示子单元和蜂鸣器,所述显示子单元用于将警示信息进行显示,所述蜂鸣器用于向运维人员进行蜂鸣警示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310524026.5A CN116244975B (zh) | 2023-05-11 | 2023-05-11 | 一种基于数字孪生技术的输电线路导线状态模拟系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310524026.5A CN116244975B (zh) | 2023-05-11 | 2023-05-11 | 一种基于数字孪生技术的输电线路导线状态模拟系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116244975A CN116244975A (zh) | 2023-06-09 |
CN116244975B true CN116244975B (zh) | 2023-07-25 |
Family
ID=86629891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310524026.5A Active CN116244975B (zh) | 2023-05-11 | 2023-05-11 | 一种基于数字孪生技术的输电线路导线状态模拟系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116244975B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117049379B (zh) * | 2023-08-16 | 2024-01-26 | 广东达丰机械工程有限公司 | 一种基于数字孪生的塔式起重机工作监测系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114553540A (zh) * | 2022-02-22 | 2022-05-27 | 平安科技(深圳)有限公司 | 基于零信任的物联网系统、数据访问方法、装置及介质 |
CN115730516A (zh) * | 2022-11-15 | 2023-03-03 | 中铁第四勘察设计院集团有限公司 | 基于数字孪生体仿真模型的接触网舞动监测方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3809220B1 (en) * | 2019-10-14 | 2023-01-18 | Honda Research Institute Europe GmbH | Method and system for semi-supervised deep anomaly detection for large-scale industrial monitoring systems based on time-series data utilizing digital twin simulation data |
CN113595969A (zh) * | 2021-04-13 | 2021-11-02 | 彭松英 | 一种基于多次核验的物联网信息保护系统 |
CN115238574A (zh) * | 2022-07-05 | 2022-10-25 | 国网冀北电力有限公司经济技术研究院 | 基于数字孪生的输电线路数据管理方法 |
-
2023
- 2023-05-11 CN CN202310524026.5A patent/CN116244975B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114553540A (zh) * | 2022-02-22 | 2022-05-27 | 平安科技(深圳)有限公司 | 基于零信任的物联网系统、数据访问方法、装置及介质 |
CN115730516A (zh) * | 2022-11-15 | 2023-03-03 | 中铁第四勘察设计院集团有限公司 | 基于数字孪生体仿真模型的接触网舞动监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116244975A (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11959653B2 (en) | Cloud and edge integrated energy optimizer | |
US10288043B2 (en) | Wind turbine condition monitoring method and system | |
CN1862278B (zh) | 预测电动机剩余寿命的方法和系统 | |
CN1854706B (zh) | 诊断机器的方法和系统 | |
CN103268519B (zh) | 基于改进Lyapunov指数的电力系统短期负荷预测方法及装置 | |
CN116244975B (zh) | 一种基于数字孪生技术的输电线路导线状态模拟系统 | |
CN109413188A (zh) | 一种工业设备物联网管理系统及方法 | |
KR20210041724A (ko) | 전기차 충전기의 고장 예측 장치 및 방법 | |
CN115640915B (zh) | 一种智慧燃气管网压缩机安全管理方法和物联网系统 | |
CN109974780A (zh) | 一种基于物联网的电气设备状态监测系统 | |
US20230118175A1 (en) | Event analysis in an electric power system | |
JPH113113A (ja) | 機器の劣化診断方法及び装置 | |
US20230419425A1 (en) | Method for monitoring operation of liquefied natural gas (lng) storage and internet of things system (iot) thereof | |
CN111652406A (zh) | 云-边协同下电网设备运行状态预测方法及系统 | |
CN117113729A (zh) | 一种基于数字孪生的电力设备在线状态监测系统 | |
CN116341272A (zh) | 一种用于配网工程数字化的施工安全风险管控系统 | |
CN116070676B (zh) | 基于注意力机制和自编码器的高速公路路面温度预报方法 | |
CN113361737A (zh) | 一种光伏组件的异常预警方法及系统 | |
CN215299796U (zh) | 一种电力箱柜的防凝露系统 | |
CN113958463A (zh) | 风机叶片在线监测方法、系统及装置 | |
CN114330741A (zh) | 一种基于联邦学习的制造业装备故障监测模型训练方法 | |
CN116127522B (zh) | 一种基于多源数据采集的安全风险分析方法及系统 | |
CN110555543A (zh) | 一种风电场预测的不确定度分析方法及系统 | |
CN117332360B (zh) | 基于5g技术的温室大棚设备故障监测方法及系统 | |
Zhao et al. | Research on multi-variable grey prediction model for icing thickness |
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 |