CN116738772A - 基于数字孪生的供电路径追溯方法、装置、设备及介质 - Google Patents
基于数字孪生的供电路径追溯方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116738772A CN116738772A CN202311027949.6A CN202311027949A CN116738772A CN 116738772 A CN116738772 A CN 116738772A CN 202311027949 A CN202311027949 A CN 202311027949A CN 116738772 A CN116738772 A CN 116738772A
- Authority
- CN
- China
- Prior art keywords
- power supply
- supply path
- refers
- tracing
- digital twin
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000009826 distribution Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 12
- 238000004040 coloring Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 abstract description 17
- 230000006870 function Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 8
- 238000007726 management method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 229910018503 SF6 Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 229910001566 austenite Inorganic materials 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000009189 diving Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 1
- 229960000909 sulfur hexafluoride Drugs 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- 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
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- Computer Hardware Design (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于数字孪生的供电路径追溯方法、装置、设备及介质，方法包括：获取待溯源的保电场所内各设备的数字孪生模型；根据预设的精细度参数对所述数字孪生模型进行处理，生成不同精细度程度的层级模型；利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示。采用本发明实施例能够自动构建数字孪生模型，实现对供电范围的实时监测，节约时间成本和人工成本。
Description
技术领域
本发明涉及电力技术领域，尤其涉及一种基于数字孪生的供电路径追溯方法、装置、设备及介质。
背景技术
城市的供电系统是城市最重要的公用设施之一，它担负着向政府、企业和民众供应可靠电力的使命，是全社会所有部门得以正常运转的动力源泉和生命线。目前基于传统数字孪生技术完成的供电路径追溯方法，通常采用人工匹配模型和人工建模的方式，费时费力。
发明内容
本发明提供一种基于数字孪生的供电路径追溯方法、装置、设备及介质，以解决现有技术供电路径溯源费时费力的问题。
为实现上述目的，本发明实施例提供了一种基于数字孪生的供电路径追溯方法，包括：
获取待溯源的保电场所内各设备的数字孪生模型；
根据预设的精细度参数对所述数字孪生模型进行处理，生成不同精细度程度的层级模型；
利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示。
作为上述方案的改进，所述精细度参数包括：设备生命因子、节点重要度因子、量测数据因子、气象因子和建筑复杂度因子。
作为上述方案的改进，所述设备生命因子为：
其中，指当前建模对象内涉及到的电气设备种类，/>指电气设备的平均使用年限，/>指电气设备的投入运作年限，/>指重要负荷补偿；
所述节点重要度因子为：
其中，指当前建模对象供电路径上涉及到的节点总数，/>指对象保障等级，/>指保障重要负荷供电的节点总数量，/>指重要节点补偿，/>指当前计算范围内的保障对象数量；
所述量测数据因子为：
其中，指供电路径总节点数，/>指供电路径节点中涉及量测设备的节点总数，指当前供电路径上所有包含告警设备的节点数，/>指当前供电路径上存在告警信号的节点数，/>指量测节点补偿；
所述气象因子为：
其中，指低压供电路径总节点数，/>指供电路径节点中涉及气象要素的节点总数，/>指对象气象参数，/>指气象参数的关联度方差，/>指气象节点补偿，/>指对象保障等级；
所述建筑复杂度因子为：
其中，指楼层数量，/>指当前批次孪生对象的平均楼层数，/>指每楼层配电房数量，/>指每楼层平均配电房数量，/>指每楼层建模设备种类，/>指建筑占地面积，/>指当前计算范围内建筑平均占地面积。
作为上述方案的改进，所述获取待溯源的保电场所内各设备的数字孪生模型，包括：
获取待溯源的保电场所内各设备的基础数据及拓扑连接关系；
根据所述基础数据及所述拓扑连接关系，构建所述保电场所内各设备的数字孪生模型。
作为上述方案的改进，所述利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示，包括：
利用所述层级模型对重要负荷的供电路径进行溯源，利用所述保电场所内的各设备的网络拓扑关系，对所述供电路径进行着色处理。
为实现上述目的，本发明实施例还提供了一种基于数字孪生的供电路径追溯装置，包括：
数字孪生模型获取模块，用于获取待溯源的保电场所内各设备的数字孪生模型；
层级模型获取模块，用于根据预设的精细度参数对所述数字孪生模型进行处理，生成不同精细度程度的层级模型；
溯源模块，用于利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示。
作为上述方案的改进，所述精细度参数包括：设备生命因子、节点重要度因子、量测数据因子、气象因子和建筑复杂度因子。
作为上述方案的改进，所述设备生命因子为：
其中，指当前建模对象内涉及到的电气设备种类，/>指电气设备的平均使用年限，/>指电气设备的投入运作年限，/>指重要负荷补偿；
所述节点重要度因子为：
其中，指当前建模对象供电路径上涉及到的节点总数，/>指对象保障等级，/>指保障重要负荷供电的节点总数量，/>指重要节点补偿，/>指当前计算范围内的保障对象数量；
所述量测数据因子为：
其中，指供电路径总节点数，/>指供电路径节点中涉及量测设备的节点总数，指当前供电路径上所有包含告警设备的节点数，/>指当前供电路径上存在告警信号的节点数，/>指量测节点补偿；
所述气象因子为：
其中，指低压供电路径总节点数，/>指供电路径节点中涉及气象要素的节点总数，/>指对象气象参数，/>指气象参数的关联度方差，/>指气象节点补偿，/>指对象保障等级；
所述建筑复杂度因子为：
其中，指楼层数量，/>指当前批次孪生对象的平均楼层数，/>指每楼层配电房数量，/>指每楼层平均配电房数量，/>指每楼层建模设备种类，/>指建筑占地面积，/>指当前计算范围内建筑平均占地面积。
作为上述方案的改进，所述获取待溯源的保电场所内各设备的数字孪生模型，包括：
获取待溯源的保电场所内各设备的基础数据及拓扑连接关系；
根据所述基础数据及所述拓扑连接关系，构建所述保电场所内各设备的数字孪生模型。
作为上述方案的改进，所述利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示，包括：
利用所述层级模型对重要负荷的供电路径进行溯源，利用所述保电场所内的各设备的网络拓扑关系，对所述供电路径进行着色处理。
为实现上述目的，本发明实施例还提供了一种基于数字孪生的供电路径追溯设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上述的基于数字孪生的供电路径追溯方法。
为实现上述目的，本发明实施例还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包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述的基于数字孪生的供电路径追溯方法。
与现有技术相比，本发明实施例提供的一种基于数字孪生的供电路径追溯方法、装置、设备及介质，通过获取待溯源的保电场所内各设备的数字孪生模型；根据预设的精细度参数对所述数字孪生模型进行处理，生成不同精细度程度的层级模型；利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示。由此可见本发明实施例能够自动构建数字孪生模型，实现对供电范围的实时监测，减少获取用户重要负荷实时数据及保障数据的时间，节约时间成本和人工成本，最大限度地保障用户侧重要负荷的供电可靠性，提升保电指挥智能化水平。
附图说明
图1是本发明实施例提供的一种基于数字孪生的供电路径追溯方法的流程图；
图2是本发明实施例提供的一种基于数字孪生的供电路径追溯装置的结构框图；
图3是本发明实施例提供的一种基于数字孪生的供电路径追溯设备的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，图1是本发明实施例提供的一种基于数字孪生的供电路径追溯方法的流程图，所述基于数字孪生的供电路径追溯方法包括：
S1、获取待溯源的保电场所内各设备的数字孪生模型；
S2、根据预设的精细度参数对所述数字孪生模型进行处理，生成不同精细度程度的层级模型；
S3、利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示。
可以理解的是，本发明实施例可以应用于集成奥体主体育场、游泳跳水馆、综合训练馆等若干个赛事场馆的保电场所，采用微服务架构设计，在一体化云平台的基础设施之上，利用一体化云平台IaaS、PaaS能力组件新增业务应用，采用节点虚拟化方式进行云化部署。其中各组件应用场景及能力如下：
（1）基础层
基础设施层提供通用计算、存储、网络服务。计算服务提供基于虚拟机等计算环境新增业务应用。存储服务支持关系库存储、对象存储、文件存储等数据存储方式。系统总线提供消息队列。网络服务提供专用网络VPC、负载均衡、虚拟防火墙等能力。
（2）数据层
用户侧配电监测及分析应用基于业务中台集成调度图形、模型、数据，配网和用户侧配网的图形、模型、数据。采用缓存数据库技术，将热点数据缓存到内存中时，可大大降低对中台的读取压力。
（3）服务层
为提升性能，服务层内部使用RPC或Restful协议进行相互调用，服务之间通过统一的注册中心进行服务的注册与发现，进行有效的服务管理。
系统对应中台提供实时数据集成服务、图形和模型接入和校验服务，对外提供实时数据发布服务、告警服务。基于消息队列，完成消息转换(转换、充实、过滤)、消息路由(同步/异步、发布/订阅、基于内容路由、分支与聚合)等功能，保证数据集成的准确性和及时性。
后端应用采用微服务架构设计，服务治理和安全管理功能由云平台统一提供，API网关是微服务系统外部服务调用的唯一入口，所有用户端和消费端都通过统一的网关接入微服务。服务治理和安全管理由云平台统一提供，遵循云平台组件优先的原则，保证服务的稳定和安全运行。
（4）业务应用层
前端展现层采用前端框架，结合前端通用组件，搭建应用页面。提供配网全景监视、故障告警监视、用户全景监视应用页面。基于数字孪生，实现保电场馆、变电站、输电线路、配电设备、监测装置、保障资源、故障告警、风险隐患、巡视抢修任务、天气的规模、地理分布等基础数据和实时数据的监视，并采用统计图、明细表、三维仿真应用三者联动的方式进行全景监测展示，及时发现异常，便于全方位掌握保电对象低压侧供电路径追溯的最新动态。同时开展全域气象监控、电力设备生命周期管理、故障告警三维可视化、告警历史活动看板等多类辅助信息的发布和监测。
在一可选的实施方式中，所述精细度参数包括：设备生命因子、节点重要度因子、量测数据因子、气象因子和建筑复杂度因子。
可以理解的是，调用精细度参数对数字孪生模型进行匹配，映射到保电场所相关配套的用户侧配电站房、配电柜体孪生体模型，建模范围包括建筑结构、配电设备、辅控设备，建模层次粒度从L1-L5级别完成一一映射，并完成模型辅助特效匹配。例如，设备生命因子将会决定生成供电路径上某项设备的模型时，表面纹理的折旧程度，设备重要度因子将会决定生成模型的纹理细致度，气象因子将会决定生成的模型是否具备随气象环境切换特效的能力。
在一可选的实施方式中，所述设备生命因子为：
其中，指当前建模对象内涉及到的电气设备种类，/>指电气设备的平均使用年限，/>指电气设备的投入运作年限，/>指重要负荷补偿；
所述节点重要度因子为：
其中，指当前建模对象供电路径上涉及到的节点总数，/>指对象保障等级，/>指保障重要负荷供电的节点总数量，/>指重要节点补偿，/>指当前计算范围内的保障对象数量；
所述量测数据因子为：
其中，指供电路径总节点数，/>指供电路径节点中涉及量测设备的节点总数，指当前供电路径上所有包含告警设备的节点数，/>指当前供电路径上存在告警信号的节点数，/>指量测节点补偿；
所述气象因子为：
其中，指低压供电路径总节点数，/>指供电路径节点中涉及气象要素的节点总数，/>指对象气象参数，/>指气象参数的关联度方差，/>指气象节点补偿，/>指对象保障等级；
所述建筑复杂度因子为：
其中，指楼层数量，/>指当前批次孪生对象的平均楼层数，/>指每楼层配电房数量，/>指每楼层平均配电房数量，/>指每楼层建模设备种类，/>指建筑占地面积，/>指当前计算范围内建筑平均占地面积。
示例性的，本发明实施例为了满足新型场所供电路径溯源方式，共设计了精细度从L1-L5共5种层级的模型子集。其中用模型精细度来刻画8种不同层级的模型子集，来分别映射各种场景、各种设备、各种保障任务下的供电路径溯源需求。
其中，电网资源中心与资产中心提供场所内包括用户侧综合保护装置、在线监测装置、开关设备类的当前状态信息，包括设备的资产代码、生命周期系数、投入年限、平均使用年限等数据。电网图形中心与拓扑中心，提供用户低压侧设备模型的连接关系，包括低压路径电源起始点、中间传输路径、用户侧配网节点等关键拓扑关系。测点管理中心、作业中心提供电网设备当前的实时监测数据、以及作业任务类数据。现场勘察设备以及在线监测设备提供现场气象数据以及建筑复杂度参数。
设备生命因子
指当前建模对象内涉及到的电气设备种类；
指电气设备的平均使用年限；
指电气设备的投入运作年限；
指重要负荷补偿，如果当前设备负责给重要负荷，例如场馆内重要音响话筒、贵宾室照明等供电，则需额外增加补偿系数，/>补偿系数不得超过基础值的150%，/>；
节点重要度因子：
指当前建模对象供电路径上涉及到的节点总数，包括各保障等级的重要负荷对应的开关数量；
指对象保障等级，特级/>，特级相关和一级/>，一级相关和二级，二级相关和三级/>；
指保障重要负荷供电的节点总数量；
指当前计算范围内的保障对象数量；
指重要节点补偿，根据每一节点保障等级/>，额外增加补偿系数，补偿系数不得超过基础值的150%，/>；
量测数据因子：
指低压供电路径总节点数，/>指供电路径节点中涉及量测设备的节点总数，包括综合保护装置、开关监测节点数量、配电房监测视频与动环监测点位；
指当前供电路径上所有包含告警设备的节点数，/>指当前供电路径上存在告警信号的节点数；
指量测节点补偿，根据每一节点等级/>，额外增加补偿系数，补偿系数不得超过基础值的150%，/>；
气象因子：
指低压供电路径总节点数，/>指供电路径节点中涉及气象要素的节点总数，包括温度、湿度、六氟化硫浓度；
指对象气象参数，包含全要素对象（晴天、阴天、雨天、雪天、大风、冰雹、白天、黑夜）下/>，特级相关和一级/>，一级相关和二级/>，二级相关和三级；
指气象参数的关联度方差，/>；
指气象节点补偿，根据每一节点涉及到的气象要素类型，额外增加补偿系数，补偿系数不得超过基础值的150%，/>；
建筑复杂度因子：
指楼层数量，/>指当前批次孪生对象的平均楼层数；
指每楼层配电房数量，/>指每楼层平均配电房数量；
指每楼层建模设备种类；
指建筑占地面积，/>指当前计算范围内建筑平均占地面积。
在一可选的实施方式中，所述获取待溯源的保电场所内各设备的数字孪生模型，包括：
获取待溯源的保电场所内各设备的基础数据及拓扑连接关系；
根据所述基础数据及所述拓扑连接关系，构建所述保电场所内各设备的数字孪生模型。
在一可选的实施方式中，所述利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示，包括：
利用所述层级模型对重要负荷的供电路径进行溯源，利用所述保电场所内的各设备的网络拓扑关系，对所述供电路径进行着色处理。
可以理解的是，依据当前电网拓扑关系以及实时状态对设备的供电范围进行计算和着色。根据当前电网运行状态，对监视范围内的设备和连接线进行状态着色和标注，如带电、停电、检修、接地、人工置位等。依据当前电网拓扑分析的结果，实时显示供电路径。依据故障分析结果，对故障线路进行孪生模型故障区分显示。
参见图2，图2是本发明实施例提供的一种基于数字孪生的供电路径追溯装置10的结构框图，所述基于数字孪生的供电路径追溯装置10包括：
数字孪生模型获取模块11，用于获取待溯源的保电场所内各设备的数字孪生模型；
层级模型获取模块12，用于根据预设的精细度参数对所述数字孪生模型进行处理，生成不同精细度程度的层级模型；
溯源模块13，用于利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示。
可选的，所述精细度参数包括：设备生命因子、节点重要度因子、量测数据因子、气象因子和建筑复杂度因子。
可选的，所述设备生命因子为：
其中，指当前建模对象内涉及到的电气设备种类，/>指电气设备的平均使用年限，/>指电气设备的投入运作年限，/>指重要负荷补偿；
所述节点重要度因子为：
其中，指当前建模对象供电路径上涉及到的节点总数，/>指对象保障等级，/>指保障重要负荷供电的节点总数量，/>指重要节点补偿，/>指当前计算范围内的保障对象数量；
所述量测数据因子为：
其中，指供电路径总节点数，/>指供电路径节点中涉及量测设备的节点总数，指当前供电路径上所有包含告警设备的节点数，/>指当前供电路径上存在告警信号的节点数，/>指量测节点补偿；
所述气象因子为：
其中，指低压供电路径总节点数，/>指供电路径节点中涉及气象要素的节点总数，/>指对象气象参数，/>指气象参数的关联度方差，/>指气象节点补偿，/>指对象保障等级；
所述建筑复杂度因子为：
其中，指楼层数量，/>指当前批次孪生对象的平均楼层数，/>指每楼层配电房数量，/>指每楼层平均配电房数量，/>指每楼层建模设备种类，/>指建筑占地面积，/>指当前计算范围内建筑平均占地面积。
可选的，所述获取待溯源的保电场所内各设备的数字孪生模型，包括：
获取待溯源的保电场所内各设备的基础数据及拓扑连接关系；
根据所述基础数据及所述拓扑连接关系，构建所述保电场所内各设备的数字孪生模型。
可选的，所述利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示，包括：
利用所述层级模型对重要负荷的供电路径进行溯源，利用所述保电场所内的各设备的网络拓扑关系，对所述供电路径进行着色处理。
值得说明的是，本发明实施例所述的基于数字孪生的供电路径追溯装置10中各个模块的工作过程可参考上述实施例所述的基于数字孪生的供电路径追溯方法的工作过程，在此不再赘述。
本发明实施例还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包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述任一实施例所述的基于数字孪生的供电路径追溯方法。
参见图3，图3是本发明实施例提供的一种基于数字孪生的供电路径追溯设备20的结构框图，所述基于数字孪生的供电路径追溯设备20包括：处理器21、存储器22以及存储在所述存储器22中并可在所述处理器21上运行的计算机程序。所述处理器21执行所述计算机程序时实现上述基于数字孪生的供电路径追溯方法实施例中的步骤。或者，所述处理器21执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器22中，并由所述处理器21执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述基于数字孪生的供电路径追溯设备20中的执行过程。
所述基于数字孪生的供电路径追溯设备20可包括，但不仅限于，处理器21、存储器22。本领域技术人员可以理解，所述示意图仅仅是基于数字孪生的供电路径追溯设备20的示例，并不构成对基于数字孪生的供电路径追溯设备20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，例如所述基于数字孪生的供电路径追溯设备20还可以包括输入输出设备、网络接入设备、总线等。
所称处理器21可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器21是所述基于数字孪生的供电路径追溯设备20的控制中心，利用各种接口和线路连接整个基于数字孪生的供电路径追溯设备20的各个部分。
所述存储器22可用于存储所述计算机程序和/或模块，所述处理器21通过运行或执行存储在所述存储器22内的计算机程序和/或模块，以及调用存储在存储器22内的数据，实现所述基于数字孪生的供电路径追溯设备20的各种功能。所述存储器22可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述基于数字孪生的供电路径追溯设备20集成的模块/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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器21执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
与现有技术相比，本发明实施例提供的一种基于数字孪生的供电路径追溯方法、装置、设备及介质，通过获取待溯源的保电场所内各设备的数字孪生模型；根据预设的精细度参数对所述数字孪生模型进行处理，生成不同精细度程度的层级模型；利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示。由此可见本发明实施例能够自动构建数字孪生模型，实现对供电范围的实时监测，减少获取用户重要负荷实时数据及保障数据的时间，节约时间成本和人工成本，最大限度地保障用户侧重要负荷的供电可靠性，提升保电指挥智能化水平。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (12)
1.一种基于数字孪生的供电路径追溯方法，其特征在于，包括：
获取待溯源的保电场所内各设备的数字孪生模型；
根据预设的精细度参数对所述数字孪生模型进行处理，生成不同精细度程度的层级模型；
利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示。
2.如权利要求1所述的基于数字孪生的供电路径追溯方法，其特征在于，所述精细度参数包括：设备生命因子、节点重要度因子、量测数据因子、气象因子和建筑复杂度因子。
3.如权利要求2所述的基于数字孪生的供电路径追溯方法，其特征在于，所述设备生命因子为：
其中，指当前建模对象内涉及到的电气设备种类，/>指电气设备的平均使用年限，指电气设备的投入运作年限，/>指重要负荷补偿；
所述节点重要度因子为：
其中，指当前建模对象供电路径上涉及到的节点总数，/>指对象保障等级，/>指保障重要负荷供电的节点总数量，/>指重要节点补偿，/>指当前计算范围内的保障对象数量；
所述量测数据因子为：
其中，指供电路径总节点数，/>指供电路径节点中涉及量测设备的节点总数，/>指当前供电路径上所有包含告警设备的节点数，/>指当前供电路径上存在告警信号的节点数，/>指量测节点补偿；
所述气象因子为：
其中，指低压供电路径总节点数，/>指供电路径节点中涉及气象要素的节点总数，指对象气象参数，/>指气象参数的关联度方差，/>指气象节点补偿，/>指对象保障等级；
所述建筑复杂度因子为：
其中，指楼层数量，/>指当前批次孪生对象的平均楼层数，/>指每楼层配电房数量，指每楼层平均配电房数量，/>指每楼层建模设备种类，/>指建筑占地面积，/>指当前计算范围内建筑平均占地面积。
4.如权利要求1所述的基于数字孪生的供电路径追溯方法，其特征在于，所述获取待溯源的保电场所内各设备的数字孪生模型，包括：
获取待溯源的保电场所内各设备的基础数据及拓扑连接关系；
根据所述基础数据及所述拓扑连接关系，构建所述保电场所内各设备的数字孪生模型。
5.如权利要求1所述的基于数字孪生的供电路径追溯方法，其特征在于，所述利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示，包括：
利用所述层级模型对重要负荷的供电路径进行溯源，利用所述保电场所内的各设备的网络拓扑关系，对所述供电路径进行着色处理。
6.一种基于数字孪生的供电路径追溯装置，其特征在于，包括：
数字孪生模型获取模块，用于获取待溯源的保电场所内各设备的数字孪生模型；
层级模型获取模块，用于根据预设的精细度参数对所述数字孪生模型进行处理，生成不同精细度程度的层级模型；
溯源模块，用于利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示。
7.如权利要求6所述的基于数字孪生的供电路径追溯装置，其特征在于，所述精细度参数包括：设备生命因子、节点重要度因子、量测数据因子、气象因子和建筑复杂度因子。
8.如权利要求7所述的基于数字孪生的供电路径追溯装置，其特征在于，所述设备生命因子为：
其中，指当前建模对象内涉及到的电气设备种类，/>指电气设备的平均使用年限，指电气设备的投入运作年限，/>指重要负荷补偿；
所述节点重要度因子为：
其中，指当前建模对象供电路径上涉及到的节点总数，/>指对象保障等级，/>指保障重要负荷供电的节点总数量，/>指重要节点补偿，/>指当前计算范围内的保障对象数量；
所述量测数据因子为：
其中，指供电路径总节点数，/>指供电路径节点中涉及量测设备的节点总数，/>指当前供电路径上所有包含告警设备的节点数，/>指当前供电路径上存在告警信号的节点数，/>指量测节点补偿；
所述气象因子为：
其中，指低压供电路径总节点数，/>指供电路径节点中涉及气象要素的节点总数，指对象气象参数，/>指气象参数的关联度方差，/>指气象节点补偿，/>指对象保障等级；
所述建筑复杂度因子为：
其中，指楼层数量，/>指当前批次孪生对象的平均楼层数，/>指每楼层配电房数量，指每楼层平均配电房数量，/>指每楼层建模设备种类，/>指建筑占地面积，/>指当前计算范围内建筑平均占地面积。
9.如权利要求6所述的基于数字孪生的供电路径追溯装置，其特征在于，所述获取待溯源的保电场所内各设备的数字孪生模型，包括：
获取待溯源的保电场所内各设备的基础数据及拓扑连接关系；
根据所述基础数据及所述拓扑连接关系，构建所述保电场所内各设备的数字孪生模型。
10.如权利要求6所述的基于数字孪生的供电路径追溯装置，其特征在于，所述利用所述层级模型对重要负荷的供电路径进行溯源，对溯源结果进行展示，包括：
利用所述层级模型对重要负荷的供电路径进行溯源，利用所述保电场所内的各设备的网络拓扑关系，对所述供电路径进行着色处理。
11.一种基于数字孪生的供电路径追溯设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1~5任一项所述的基于数字孪生的供电路径追溯方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1~5任一项所述的基于数字孪生的供电路径追溯方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311027949.6A CN116738772B (zh) | 2023-08-16 | 2023-08-16 | 基于数字孪生的供电路径追溯方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311027949.6A CN116738772B (zh) | 2023-08-16 | 2023-08-16 | 基于数字孪生的供电路径追溯方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116738772A true CN116738772A (zh) | 2023-09-12 |
| CN116738772B CN116738772B (zh) | 2023-10-27 |
Family
ID=87915445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311027949.6A Active CN116738772B (zh) | 2023-08-16 | 2023-08-16 | 基于数字孪生的供电路径追溯方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116738772B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110276147A (zh) * | 2019-06-24 | 2019-09-24 | 广东工业大学 | 一种基于数字孪生模型的制造系统故障溯源方法、系统 |
| CN112488489A (zh) * | 2020-11-26 | 2021-03-12 | 江苏科技大学 | 一种数字孪生驱动的加工质量追溯与动态控制方法及系统 |
| KR102297468B1 (ko) * | 2020-11-30 | 2021-09-03 | 서울시립대학교 산학협력단 | 디지털 트윈 모델링 장치 및 이를 이용한 모델링 방법 |
| CN114925916A (zh) * | 2022-05-24 | 2022-08-19 | 南京南瑞继保电气有限公司 | 一种基于数字孪生的重要用户保电应急辅助决策方法 |
| CN115100341A (zh) * | 2022-07-07 | 2022-09-23 | 元能星泰(天津)数字科技有限公司 | 一种用于超大规模数字孪生结构化模型的多层级资源加载优化方法 |
| WO2023024369A1 (zh) * | 2021-08-25 | 2023-03-02 | 国网上海市电力公司 | 基于数字孪生的配电网供电可靠性评价方法、设备及介质 |
| CN115954933A (zh) * | 2022-12-12 | 2023-04-11 | 国网智能电网研究院有限公司 | 电网数字孪生系统构建方法、装置、电子设备和存储介质 |
| US20230152765A1 (en) * | 2021-11-16 | 2023-05-18 | Johnson Controls Tyco IP Holdings LLP | Building data platform with schema extensibility for states of a digital twin |
| CN116451395A (zh) * | 2023-04-11 | 2023-07-18 | 国网智能电网研究院有限公司 | 基于电气拓扑生成数字孪生场景的方法、装置及设备 |
-
2023
- 2023-08-16 CN CN202311027949.6A patent/CN116738772B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110276147A (zh) * | 2019-06-24 | 2019-09-24 | 广东工业大学 | 一种基于数字孪生模型的制造系统故障溯源方法、系统 |
| CN112488489A (zh) * | 2020-11-26 | 2021-03-12 | 江苏科技大学 | 一种数字孪生驱动的加工质量追溯与动态控制方法及系统 |
| KR102297468B1 (ko) * | 2020-11-30 | 2021-09-03 | 서울시립대학교 산학협력단 | 디지털 트윈 모델링 장치 및 이를 이용한 모델링 방법 |
| WO2023024369A1 (zh) * | 2021-08-25 | 2023-03-02 | 国网上海市电力公司 | 基于数字孪生的配电网供电可靠性评价方法、设备及介质 |
| US20230152765A1 (en) * | 2021-11-16 | 2023-05-18 | Johnson Controls Tyco IP Holdings LLP | Building data platform with schema extensibility for states of a digital twin |
| CN114925916A (zh) * | 2022-05-24 | 2022-08-19 | 南京南瑞继保电气有限公司 | 一种基于数字孪生的重要用户保电应急辅助决策方法 |
| CN115100341A (zh) * | 2022-07-07 | 2022-09-23 | 元能星泰(天津)数字科技有限公司 | 一种用于超大规模数字孪生结构化模型的多层级资源加载优化方法 |
| CN115954933A (zh) * | 2022-12-12 | 2023-04-11 | 国网智能电网研究院有限公司 | 电网数字孪生系统构建方法、装置、电子设备和存储介质 |
| CN116451395A (zh) * | 2023-04-11 | 2023-07-18 | 国网智能电网研究院有限公司 | 基于电气拓扑生成数字孪生场景的方法、装置及设备 |
Non-Patent Citations (4)
| Title |
|---|
| YUNYI ZHU 等: "Fault Diagnosis of High-Voltage Circuit Breaker Based on Digital Twin", IEEE XPLORE * |
| 张玉良;张佳朋;王小丹;陈锡宝;刘检华;: "面向航天器在轨装配的数字孪生技术", 导航与控制, no. 03 * |
| 白浩;周长城;袁智勇;雷金勇;: "基于数字孪生的数字电网展望和思考", 南方电网技术, no. 08 * |
| 纪志伟;: "基于数字孪生的泛在电力物联网模型研究", 电力学报, no. 03 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116738772B (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ashkezari et al. | Development of an enterprise Geographic Information System (GIS) integrated with smart grid | |
| CN101295172B (zh) | 基于地理信息系统gis的电网综合防灾减灾系统 | |
| CN102957205B (zh) | 一种建立配电网模型的方法及系统 | |
| US12079252B2 (en) | Modeling analysis method for device management network and electronic device | |
| CN103955865A (zh) | 一种基于信息交互的计划、故障停电范围可视化方法 | |
| CN113409462A (zh) | 一种基于3dgis和bim技术的市政工程施工安全控制方法及系统 | |
| CN114819596B (zh) | 一种区域变电站规划方法、系统、终端及存储介质 | |
| Flamini et al. | BIM and SCADA integration: the Dynamic Digital Twin | |
| CN105704184A (zh) | 一种基于层级框架的电网组织解析系统及解析方法 | |
| CN117593045B (zh) | 一种商用车辆需求预测方法、装置、设备及存储介质 | |
| CN116738772B (zh) | 基于数字孪生的供电路径追溯方法、装置、设备及介质 | |
| Hargreaves et al. | Information standards to support application and enterprise interoperability for the smart grid | |
| CN105844546B (zh) | 一种基于gis镜像技术的配电网信息交互方法 | |
| CN114818632B (zh) | 一种超计划用电限电序位表的编制方法及装置 | |
| CN105868209A (zh) | 智能电网电力信息与地理信息相结合的方法及系统 | |
| CN115375084A (zh) | 一种基于电力数据的图数据库构建方法及系统 | |
| KR102359512B1 (ko) | 스마트시티 에너지설비의 통합 정보 제공 장치 및 방법 | |
| Routray et al. | Information and communications technology for a sustainable world | |
| CN114818631A (zh) | 一种超计划用电限电线路改造表的编制方法及装置 | |
| CN111626639B (zh) | 一种电网设备状态及数据管理系统 | |
| Son et al. | SGSim: A unified smart grid simulator | |
| Vrtal et al. | Power grid and data network simulator | |
| Yin et al. | Research on network topology analysis method of distribution management based on gis | |
| Gourbesville et al. | AquaVar: High Performance Computing for Real Time Water Management | |
| Shi et al. | Improving Analysis of Automatic Distribution Changes for Power Grid |
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 |