CN117349102A - 数字孪生运维数据质量检验方法、系统和介质 - Google Patents
数字孪生运维数据质量检验方法、系统和介质 Download PDFInfo
- Publication number
- CN117349102A CN117349102A CN202311652587.XA CN202311652587A CN117349102A CN 117349102 A CN117349102 A CN 117349102A CN 202311652587 A CN202311652587 A CN 202311652587A CN 117349102 A CN117349102 A CN 117349102A
- Authority
- CN
- China
- Prior art keywords
- data
- digital twin
- index
- fault
- detection index
- 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 60
- 238000007689 inspection Methods 0.000 title claims abstract description 46
- 238000012423 maintenance Methods 0.000 title claims description 73
- 238000001514 detection method Methods 0.000 claims abstract description 310
- 238000012545 processing Methods 0.000 claims abstract description 95
- 238000004088 simulation Methods 0.000 claims abstract description 45
- 230000003993 interaction Effects 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000004044 response Effects 0.000 claims description 151
- 238000012544 monitoring process Methods 0.000 claims description 73
- 230000006870 function Effects 0.000 claims description 63
- 238000004458 analytical method Methods 0.000 claims description 29
- 238000000547 structure data Methods 0.000 claims description 24
- 230000005856 abnormality Effects 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 18
- 230000002452 interceptive effect Effects 0.000 claims description 14
- 238000013450 outlier detection Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 6
- 230000007812 deficiency Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 11
- 238000012372 quality testing Methods 0.000 abstract 1
- 230000002159 abnormal effect Effects 0.000 description 12
- 238000000275 quality assurance Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011056 performance test Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2273—Test methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2268—Logging of test results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3457—Performance evaluation by simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3495—Performance evaluation by tracing or monitoring for systems
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请提供了数字孪生运维数据质量检验方法、系统和介质。该方法包括：对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数，并根据物理系统的系统运行数据以及数字孪生运维数据处理获得完整度检测指数、故障检测能力指数，将物理系统在不同运行场景下进行数字孪生仿真，并处理获得准确性检测指数，根据数字孪生故障日志数据以及数字孪生仿真结果处理获得故障预测指令，并传输至物理系统，并处理获得虚实交互性检测指数，最后将各检测指数进行综合计算处理，获得质量检测指数；本技术实现了根据数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数对数字孪生运维数据进行精确质检的技术。
Description
技术领域
本申请涉及大数据及数字孪生运维数据质检技术领域，具体而言，涉及数字孪生运维数据质量检验方法、系统和介质。
背景技术
随着科技的不断发展，数字孪生这一概念正在引起人们越来越多的关注，数字孪生通过数学和物理建模手段，将现实世界中的物理实体和过程数字化，构建出完全相同的数字化模型，从而实现对物理实体的仿真、监测、控制和优化。数字孪生运维数据是指通过数字孪生技术模拟物理系统的运维过程生成的运维数据，旨在监测、管理和优化系统的运行状况和性能，因此，对数字孪生运维数据进行质检是非常必要的，而目前尚缺乏通过对数字孪生技术对运维数据进行故障检测能力分析、虚拟现实交互能力分析等分析手段，无法通过运用专项能力分析实现对数字孪生运维数据进行精确质检的技术。
针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请的目的在于提供数字孪生运维数据质量检验方法、系统和介质，
通过对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数，
并根据物理系统的系统运行数据以及数字孪生运维数据处理获得完整度检测指数、故障检测能力指数，将物理系统在不同运行场景下进行数字孪生仿真，并结合不同运行场景下系统操作性能数据和功能输出数据处理获得准确性检测指数，根据数字孪生故障日志数据以及数字孪生仿真结果处理获得故障预测指数，根据故障预测指数生成故障预测指令，并传输至物理系统，根据物理系统响应结果处理获得虚实交互性检测指数，最后将各检测指数进行计算处理，获得质量检测指数。本申请实现了根据数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数对数字孪生运维数据进行精确质检的技术。
本申请还提供了数字孪生运维数据质量检验方法，包括以下步骤：
获取物理系统的系统运行数据，包括：系统结构数据、系统功能数据、性能指标数据和历史故障记录数据；
获取所述物理系统的数字孪生运维数据，并对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数；
根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据，根据流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数；
根据所述历史故障记录数据进行数字孪生仿真，生成数字孪生故障日志数据，并处理获得故障检测能力指数；
将所述物理系统在不同运行场景下进行数字孪生仿真，获得功能模块响应数据和性能参数响应数据，并结合不同运行场景下系统性能数据和功能输出数据进行分析处理，获得准确性检测指数；
根据所述数字孪生故障日志数据以及不同运行场景下的所述功能模块响应数据、性能参数响应数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，并回传至所述物理系统，并根据物理系统响应结果处理获得虚实交互性检测指数；
将所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数。
可选地，在本申请所述的数字孪生运维数据质量检验方法中，所述获取所述物理系统的数字孪生运维数据，并对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数，包括：
获取所述物理系统的数字孪生运维数据；
对所述数字孪生运维数据进行数据重复值检索，获得数据重复值检测指数；
对所述数字孪生运维数据利用预设分布式分析模型进行计算，获得数据分布密度值、数据偏离度值；
将所述数据重复值检测指数、密度分布值、数据偏离度值输入预设数据异常检测模型进行处理，获得数据异常检测指数。
可选地，在本申请所述的数字孪生运维数据质量检验方法中，所述根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据，根据流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数，包括：
根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据；
根据所述流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数；
所述完整度检测指数的计算公式为：
；
其中，为完整度检测指数，/>为流程监测数据，/>为系统结构数据，/>为功能模块监测数据，/>为系统功能数据，/>为预设特征系数。
可选地，在本申请所述的数字孪生运维数据质量检验方法中，所述根据所述历史故障记录数据进行数字孪生仿真，生成数字孪生故障日志数据，并处理获得故障检测能力指数，包括：
根据所述历史故障记录数据提取故障参数数据以及故障响应结果数据；
根据所述故障参数数据对所述物理系统进行数字孪生仿真，获得数字孪生故障日志数据；
根据所述数字孪生故障日志数据提取数字孪生故障响应数据；
根据所述数字孪生故障响应数据以及所述故障响应结果数据进行比对，获得故障检测能力指数。
可选地，在本申请所述的数字孪生运维数据质量检验方法中，所述将所述物理系统在不同运行场景下进行数字孪生仿真，获得功能模块响应数据和性能参数响应数据，并结合不同运行场景下系统性能数据和功能输出数据进行分析处理，获得准确性检测指数，包括：
获取所述物理系统的不同运行场景数据及其对应的系统操作运行数据、系统性能数据、功能输出数据；
根据所述运行场景数据以及所述系统操作运行数据进行数字孪生运维仿真，获得功能模块响应数据和性能参数响应数据；
将所述功能模块响应数据、性能参数响应数据以及所述功能输出数据、系统性能数据进行分析处理，获得性能检测指数；
将所有运行场景对应的所述性能检测指数进行加权平均处理，获得准确性检测指数。
可选地，在本申请所述的数字孪生运维数据质量检验方法中，所述根据所述数字孪生故障日志数据以及不同运行场景下的所述功能模块响应数据、性能参数响应数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，并回传至所述物理系统，并根据物理系统响应结果处理获得虚实交互性检测指数，包括：
将所述数字孪生故障日志数据以及所有运行场景对应的所述功能模块响应数据、性能参数响应数据输入预设系统故障预测模型进行分析处理，获得故障预测指数；
将所述故障预测指数与预设故障预测指数阈值进行阈值对比，若符合预设故障预测指数阈值对比要求，则生成故障预测指令；
将所述故障预测指令回传至所述物理系统，所述物理系统根据所述故障预测指令生成故障预测响应数据；
将所述故障预测响应数据与所述故障响应结果数据进行比对，获得虚实交互性检测指数。
可选地，在本申请所述的数字孪生运维数据质量检验方法中，所述将所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数，包括：
根据所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数；
所述质量检测指数的计算公式为：
；
其中，为质量检测指数，/>为数据异常检测指数，/>为完整度检测指数，/>为故障检测能力指数，/>为准确性检测指数，/>为虚实交互性检测指数，/>为预设特征系数。
第二方面，本申请提供了数字孪生运维数据质量检验系统，该系统包括：存储器及处理器，所述存储器中包括数字孪生运维数据质量检验方法的程序，所述数字孪生运维数据质量检验方法的程序被所述处理器执行时实现以下步骤：
获取物理系统的系统运行数据，包括：系统结构数据、系统功能数据、性能指标数据和历史故障记录数据；
获取所述物理系统的数字孪生运维数据，并对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数；
根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据，根据流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数；
根据所述历史故障记录数据进行数字孪生仿真，生成数字孪生故障日志数据，并处理获得故障检测能力指数；
将所述物理系统在不同运行场景下进行数字孪生仿真，获得功能模块响应数据和性能参数响应数据，并结合不同运行场景下系统性能数据和功能输出数据进行分析处理，获得准确性检测指数；
根据所述数字孪生故障日志数据以及不同运行场景下的所述功能模块响应数据、性能参数响应数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，并回传至所述物理系统，并根据物理系统响应结果处理获得虚实交互性检测指数；
将所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数。
可选地，在本申请所述的数字孪生运维数据质量检验系统中，其特征在于，所述获取所述物理系统的数字孪生运维数据，并对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数，包括：
获取所述物理系统的数字孪生运维数据；
对所述数字孪生运维数据进行数据重复值检索，获得数据重复值检测指数；
对所述数字孪生运维数据利用预设分布式分析模型进行计算，获得数据分布密度值、数据偏离度值；
将所述数据重复值检测指数、密度分布值、数据偏离度值输入预设数据异常检测模型进行处理，获得数据异常检测指数。
第三方面，本申请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中包括数字孪生运维数据质量检验方法程序，所述数字孪生运维数据质量检验方法程序被处理器执行时，实现如上述任一项所述的数字孪生运维数据质量检验方法的步骤。
由上可知，本申请的目的在于提供数字孪生运维数据质量检验方法、系统和介质，通过对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数，并根据物理系统的系统运行数据以及数字孪生运维数据处理获得完整度检测指数、故障检测能力指数，将物理系统在不同运行场景下进行数字孪生仿真，并结合不同运行场景下系统操作性能数据和功能输出数据处理获得准确性检测指数，根据数字孪生故障日志数据以及数字孪生仿真结果处理获得故障预测指数，根据故障预测指数生成故障预测指令，并传输至物理系统，根据物理系统响应结果处理获得虚实交互性检测指数，最后将各检测指数进行计算处理，获得质量检测指数。本申请实现了根据数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数对数字孪生运维数据进行精确质检的技术。
本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
图1为本申请实施例提供的数字孪生运维数据质量检验方法的流程图；
图2为本申请实施例提供的数字孪生运维数据质量检验方法的获得异常检测指数的流程图；
图3为本申请实施例提供的数字孪生运维数据质量检验方法的获得故障检测能力指数的流程图；
图4为本申请实施例提供的数字孪生运维数据质量检验方法的获得准确性检测指数的流程图；
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的数字孪生运维数据质量检验方法的流程图。该数字孪生运维数据质量检验方法用于终端设备中，例如电脑、手机终端等。该数字孪生运维数据质量检验方法，包括以下步骤：
S11、获取物理系统的系统运行数据，包括：系统结构数据、系统功能数据、性能指标数据和历史故障记录数据；
S12、获取所述物理系统的数字孪生运维数据，并对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数；
S13、根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据，根据流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数；
S14、根据所述历史故障记录数据进行数字孪生仿真，生成数字孪生故障日志数据，并处理获得故障检测能力指数；
S15、将所述物理系统在不同运行场景下进行数字孪生仿真，获得功能模块响应数据和性能参数响应数据，并结合不同运行场景下系统性能数据和功能输出数据进行分析处理，获得准确性检测指数；
S16、根据所述数字孪生故障日志数据以及不同运行场景下的所述功能模块响应数据、性能参数响应数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，并回传至所述物理系统，并根据物理系统响应结果处理获得虚实交互性检测指数；
S17、将所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数。
需要说明的是，为了实现对数字孪生运维数据进行精确质检的目的，首先对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数，根据流程监测数据、功能模块监测数据以及系统结构数据、系统功能数据进行分析处理，获得完整度检测指数，根据历史故障记录数据进行数字孪生仿真，生成数字孪生故障日志数据，并处理获得故障检测能力指数，将物理系统在不同运行场景下进行数字孪生仿真，获得功能模块响应数据和性能参数响应数据，并结合不同运行场景下系统性能数据和功能输出数据进行分析处理，获得准确性检测指数，根据数字孪生故障日志数据以及不同运行场景下的功能模块响应数据、性能参数响应数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，并回传至物理系统，并根据物理系统响应结果处理获得虚实交互性检测指数，虚实交互性检测指数是代表数字孪生系统的虚拟现实交互能力的检测指标，最后将数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数、虚实交互性检测指数进行计算处理，获得质量检测指数。
请参照图2，图2是本申请一些实施例中的数字孪生运维数据质量检验方法的获得异常检测指数的流程图。根据本发明实施例，所述获取所述物理系统的数字孪生运维数据，并对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数，具体为：
S21、获取所述物理系统的数字孪生运维数据；
S22、对所述数字孪生运维数据进行数据重复值检索，获得数据重复值检测指数；
S23、对所述数字孪生运维数据利用预设分布式分析模型进行计算，获得数据分布密度值、数据偏离度值；
S24、将所述数据重复值检测指数、密度分布值、数据偏离度值输入预设数据异常检测模型进行处理，获得数据异常检测指数。
需要说明的是，为了对数字孪生运维数据进行重复值、离群值等异常数据检测，首先对数字孪生运维数据进行数据重复值检索，获得数据重复值检测指数，再对数字孪生运维数据利用预设分布式分析模型进行计算，获得数据分布密度值、数据偏离度值，将数据重复值检测指数、密度分布值、数据偏离度值输入预设数据异常检测模型进行处理，获得数据异常检测指数，该预设数据异常检测模型是通过获取大量历史样本的数据重复值检测指数、密度分布值、数据偏离度值和数据异常检测指数进行训练获得的模型，可通过输入相关数据获得对应输出的数据异常检测指数。
根据本发明实施例，所述根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据，根据流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数，包括：
根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据；
根据所述流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数；
所述完整度检测指数的计算公式为：
；
其中，为完整度检测指数，/>为流程监测数据，/>为系统结构数据，/>为功能模块监测数据，/>为系统功能数据，/>为预设特征系数。
需要说明的是，为了对数字孪生运维数据进行数据完整度检测，根据流程监测数据、功能模块监测数据以及系统结构数据、系统功能数据进行分析处理，获得完整度检测指数。
请参照图3，图3是本申请一些实施例中的数字孪生运维数据质量检验方法的获得故障检测能力指数的流程图。根据本发明实施例，所述根据所述历史故障记录数据进行数字孪生仿真，生成数字孪生故障日志数据，并处理获得故障检测能力指数，具体为：
S31、根据所述历史故障记录数据提取故障参数数据以及故障响应结果数据；
S32、根据所述故障参数数据对所述物理系统进行数字孪生仿真，获得数字孪生故障日志数据；
S33、根据所述数字孪生故障日志数据提取数字孪生故障响应数据；
S34、根据所述数字孪生故障响应数据以及所述故障响应结果数据进行比对，获得故障检测能力指数。
需要说明的是，根据历史故障记录数据提取故障参数数据以及故障响应结果数据，利用数字孪生仿真技术模拟特定故障下系统的运维数据，生成数字孪生故障日志数据，根据数字孪生故障日志数据提取数字孪生故障响应数据，根据数字孪生故障响应数据以及故障响应结果数据进行比对，映射出故障检测能力。
请参照图4，图4是本申请一些实施例中的数字孪生运维数据质量检验方法的获得准确性检测指数的流程图。根据本发明实施例，所述将所述物理系统在不同运行场景下进行数字孪生仿真，获得功能模块响应数据和性能参数响应数据，并结合不同运行场景下系统性能数据和功能输出数据进行分析处理，获得准确性检测指数，具体为：
S41、获取所述物理系统的不同运行场景数据及其对应的系统操作运行数据、系统性能数据、功能输出数据；
S42、根据所述运行场景数据以及所述系统操作运行数据进行数字孪生运维仿真，获得功能模块响应数据和性能参数响应数据；
S43、将所述功能模块响应数据、性能参数响应数据以及所述功能输出数据、系统性能数据进行分析处理，获得性能检测指数；
S44、将所有运行场景对应的所述性能检测指数进行加权平均处理，获得准确性检测指数。
需要说明的是，为了对数字孪生运维数据进行准确性检测，获取物理系统的不同运行场景数据及其对应的系统操作运行数据、系统性能数据、功能输出数据，根据运行场景数据以及系统操作运行数据进行数字孪生运维仿真，获得功能模块响应数据和性能参数响应数据，将功能模块响应数据、性能参数响应数据以及功能输出数据、系统性能数据进行分析处理，获得性能检测指数；
所述性能检测指数的程序处理公式为：
；
其中，为性能检测指数，/>为功能模块响应数据，/>为功能输出数据，/>为性能参数响应数据，/>为系统性能数据，/>为预设特征系数；
将所有运行场景对应的性能检测指数进行加权平均处理，获得准确性检测指数。
根据本发明实施例，所述根据所述数字孪生故障日志数据以及不同运行场景下的所述功能模块响应数据、性能参数响应数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，并回传至所述物理系统，并根据物理系统响应结果处理获得虚实交互性检测指数，包括：
将所述数字孪生故障日志数据以及所有运行场景对应的所述功能模块响应数据、性能参数响应数据输入预设系统故障预测模型进行分析处理，获得故障预测指数；
将所述故障预测指数与预设故障预测指数阈值进行阈值对比，若符合预设故障预测指数阈值对比要求，则生成故障预测指令；
将所述故障预测指令回传至所述物理系统，所述物理系统根据所述故障预测指令生成故障预测响应数据；
将所述故障预测响应数据与所述故障响应结果数据进行比对，获得虚实交互性检测指数。
需要说明的是，为了检测数字孪生运维数据的故障预测结果是否可以与物理系统进行交互，首先将数字孪生故障日志数据以及所有运行场景对应的功能模块响应数据、性能参数响应数据输入预设系统故障预测模型进行分析处理，获得故障预测指令，该预设系统故障预测模型是通过获取大量历史样本的数字孪生故障日志数据、功能模块响应数据、性能参数响应数据和故障预测指数进行训练获得的模型，可通过输入相关数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，然后将故障预测指令回传至物理系统，物理系统根据故障预测指令做出响应，生成故障预测响应数据，将故障预测响应数据与故障响应结果数据进行比对，以判断出数字孪生运维数据是否可以与物理系统数据进行虚实交互传输。
根据本发明实施例，所述将所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数，具体为：
根据所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数；
所述质量检测指数的计算公式为：
；
其中，为质量检测指数，/>为数据异常检测指数，/>为完整度检测指数，/>为故障检测能力指数，/>为准确性检测指数，/>为虚实交互性检测指数，/>为预设特征系数。
需要说明的是，将数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数、虚实交互性检测指数进行综合计算处理，以获得质量检测指数，实现对数字孪生运维数据的精准质检。
本发明还公开了数字孪生运维数据质量检验系统，包括存储器和处理器，所述存储器中包括数字孪生运维数据质量检验方法程序，所述数字孪生运维数据质量检验方法程序被所述处理器执行时实现如下步骤：
获取物理系统的系统运行数据，包括：系统结构数据、系统功能数据、性能指标数据和历史故障记录数据；
获取所述物理系统的数字孪生运维数据，并对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数；
根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据，根据流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数；
根据所述历史故障记录数据进行数字孪生仿真，生成数字孪生故障日志数据，并处理获得故障检测能力指数；
将所述物理系统在不同运行场景下进行数字孪生仿真，获得功能模块响应数据和性能参数响应数据，并结合不同运行场景下系统性能数据和功能输出数据进行分析处理，获得准确性检测指数；
根据所述数字孪生故障日志数据以及不同运行场景下的所述功能模块响应数据、性能参数响应数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，并回传至所述物理系统，并根据物理系统响应结果处理获得虚实交互性检测指数；
将所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数。
需要说明的是，为了实现对数字孪生运维数据进行精确质检的目的，首先对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数，根据流程监测数据、功能模块监测数据以及系统结构数据、系统功能数据进行分析处理，获得完整度检测指数，根据历史故障记录数据进行数字孪生仿真，生成数字孪生故障日志数据，并处理获得故障检测能力指数，将物理系统在不同运行场景下进行数字孪生仿真，获得功能模块响应数据和性能参数响应数据，并结合不同运行场景下系统性能数据和功能输出数据进行分析处理，获得准确性检测指数，根据数字孪生故障日志数据以及不同运行场景下的功能模块响应数据、性能参数响应数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，并回传至物理系统，并根据物理系统响应结果处理获得虚实交互性检测指数，虚实交互性检测指数是代表数字孪生系统的虚拟现实交互能力的检测指标，最后将数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数、虚实交互性检测指数进行计算处理，获得质量检测指数。
根据本发明实施例，所述获取所述物理系统的数字孪生运维数据，并对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数，具体为：
获取所述物理系统的数字孪生运维数据；
对所述数字孪生运维数据进行数据重复值检索，获得数据重复值检测指数；
对所述数字孪生运维数据利用预设分布式分析模型进行计算，获得数据分布密度值、数据偏离度值；
将所述数据重复值检测指数、密度分布值、数据偏离度值输入预设数据异常检测模型进行处理，获得数据异常检测指数。
需要说明的是，为了对数字孪生运维数据进行重复值、离群值等异常数据检测，首先对数字孪生运维数据进行数据重复值检索，获得数据重复值检测指数，再对数字孪生运维数据利用预设分布式分析模型进行计算，获得数据分布密度值、数据偏离度值，将数据重复值检测指数、密度分布值、数据偏离度值输入预设数据异常检测模型进行处理，获得数据异常检测指数，该预设数据异常检测模型是通过获取大量历史样本的数据重复值检测指数、密度分布值、数据偏离度值和数据异常检测指数进行训练获得的模型，可通过输入相关数据获得对应输出的数据异常检测指数。
根据本发明实施例，所述根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据，根据流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数，包括：
根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据；
根据所述流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数；
所述完整度检测指数的计算公式为：
；
其中，为完整度检测指数，/>为流程监测数据，/>为系统结构数据，/>为功能模块监测数据，/>为系统功能数据，/>为预设特征系数。
需要说明的是，为了对数字孪生运维数据进行数据完整度检测，根据流程监测数据、功能模块监测数据以及系统结构数据、系统功能数据进行分析处理，获得完整度检测指数。
根据本发明实施例，所述根据所述历史故障记录数据进行数字孪生仿真，生成数字孪生故障日志数据，并处理获得故障检测能力指数，具体为：
根据所述历史故障记录数据提取故障参数数据以及故障响应结果数据；
根据所述故障参数数据对所述物理系统进行数字孪生仿真，获得数字孪生故障日志数据；
根据所述数字孪生故障日志数据提取数字孪生故障响应数据；
根据所述数字孪生故障响应数据以及所述故障响应结果数据进行比对，获得故障检测能力指数。
需要说明的是，根据历史故障记录数据提取故障参数数据以及故障响应结果数据，利用数字孪生仿真技术模拟特定故障下系统的运维数据，生成数字孪生故障日志数据，根据数字孪生故障日志数据提取数字孪生故障响应数据，根据数字孪生故障响应数据以及故障响应结果数据进行比对，映射出故障检测能力。
根据本发明实施例，所述将所述物理系统在不同运行场景下进行数字孪生仿真，获得功能模块响应数据和性能参数响应数据，并结合不同运行场景下系统性能数据和功能输出数据进行分析处理，获得准确性检测指数，具体为：
获取所述物理系统的不同运行场景数据及其对应的系统操作运行数据、系统性能数据、功能输出数据；
根据所述运行场景数据以及所述系统操作运行数据进行数字孪生运维仿真，获得功能模块响应数据和性能参数响应数据；
将所述功能模块响应数据、性能参数响应数据以及所述功能输出数据、系统性能数据进行分析处理，获得性能检测指数；
将所有运行场景对应的所述性能检测指数进行加权平均处理，获得准确性检测指数。
需要说明的是，为了对数字孪生运维数据进行准确性检测，获取物理系统的不同运行场景数据及其对应的系统操作运行数据、系统性能数据、功能输出数据，根据运行场景数据以及系统操作运行数据进行数字孪生运维仿真，获得功能模块响应数据和性能参数响应数据，将功能模块响应数据、性能参数响应数据以及功能输出数据、系统性能数据进行分析处理，获得性能检测指数；
所述性能检测指数的程序处理公式为：
；
其中，为性能检测指数，/>为功能模块响应数据，/>为功能输出数据，/>为性能参数响应数据，/>为系统性能数据，/>为预设特征系数；
将所有运行场景对应的性能检测指数进行加权平均处理，获得准确性检测指数。
根据本发明实施例，所述根据所述数字孪生故障日志数据以及不同运行场景下的所述功能模块响应数据、性能参数响应数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，并回传至所述物理系统，并根据物理系统响应结果处理获得虚实交互性检测指数，包括：
将所述数字孪生故障日志数据以及所有运行场景对应的所述功能模块响应数据、性能参数响应数据输入预设系统故障预测模型进行分析处理，获得故障预测指数；
将所述故障预测指数与预设故障预测指数阈值进行阈值对比，若符合预设故障预测指数阈值对比要求，则生成故障预测指令；
将所述故障预测指令回传至所述物理系统，所述物理系统根据所述故障预测指令生成故障预测响应数据；
将所述故障预测响应数据与所述故障响应结果数据进行比对，获得虚实交互性检测指数。
需要说明的是，为了检测数字孪生运维数据的故障预测结果是否可以与物理系统进行交互，首先将数字孪生故障日志数据以及所有运行场景对应的功能模块响应数据、性能参数响应数据输入预设系统故障预测模型进行分析处理，获得故障预测指令，该预设系统故障预测模型是通过获取大量历史样本的数字孪生故障日志数据、功能模块响应数据、性能参数响应数据和故障预测指数进行训练获得的模型，可通过输入相关数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，然后将故障预测指令回传至物理系统，物理系统根据故障预测指令做出响应，生成故障预测响应数据，将故障预测响应数据与故障响应结果数据进行比对，以判断出数字孪生运维数据是否可以与物理系统数据进行虚实交互传输。
根据本发明实施例，所述将所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数，具体为：
根据所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数；
所述质量检测指数的计算公式为：
；
其中，为质量检测指数，/>为数据异常检测指数，/>为完整度检测指数，/>为故障检测能力指数，/>为准确性检测指数，/>为虚实交互性检测指数，/>为预设特征系数。
需要说明的是，将数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数、虚实交互性检测指数进行综合计算处理，以获得质量检测指数，实现对数字孪生运维数据的精准质检。
本发明第三方面提供了一种可读存储介质，所述可读存储介质中包括数字孪生运维数据质量检验方法程序，所述数字孪生运维数据质量检验方法程序被处理器执行时，实现如上述任一项所述的数字孪生运维数据质量检验方法的步骤。
本发明公开的数字孪生运维数据质量检验方法、系统和介质，通过对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数，并根据物理系统的系统运行数据以及数字孪生运维数据处理获得完整度检测指数、故障检测能力指数，将物理系统在不同运行场景下进行数字孪生仿真，并结合不同运行场景下系统操作性能数据和功能输出数据处理获得准确性检测指数，根据数字孪生故障日志数据以及数字孪生仿真结果处理获得故障预测指数，根据故障预测指数生成故障预测指令，并传输至物理系统，根据物理系统响应结果处理获得虚实交互性检测指数，最后将各检测指数进行计算处理，获得质量检测指数。本申请实现了根据数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数对数字孪生运维数据进行精确质检的技术。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该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。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.数字孪生运维数据质量检验方法，其特征在于，包括以下步骤：
获取物理系统的系统运行数据，包括：系统结构数据、系统功能数据、性能指标数据和历史故障记录数据；
获取所述物理系统的数字孪生运维数据，并对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数；
根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据，根据流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数；
根据所述历史故障记录数据进行数字孪生仿真，生成数字孪生故障日志数据，并处理获得故障检测能力指数；
将所述物理系统在不同运行场景下进行数字孪生仿真，获得功能模块响应数据和性能参数响应数据，并结合不同运行场景下系统性能数据和功能输出数据进行分析处理，获得准确性检测指数；
根据所述数字孪生故障日志数据以及不同运行场景下的所述功能模块响应数据、性能参数响应数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，并回传至所述物理系统，并根据物理系统响应结果处理获得虚实交互性检测指数；
将所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数。
2.根据权利要求1所述的数字孪生运维数据质量检验方法，其特征在于，所述获取所述物理系统的数字孪生运维数据，并对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数，包括：
获取所述物理系统的数字孪生运维数据；
对所述数字孪生运维数据进行数据重复值检索，获得数据重复值检测指数；
对所述数字孪生运维数据利用预设分布式分析模型进行计算，获得数据分布密度值、数据偏离度值；
将所述数据重复值检测指数、密度分布值、数据偏离度值输入预设数据异常检测模型进行处理，获得数据异常检测指数。
3.根据权利要求2所述的数字孪生运维数据质量检验方法，其特征在于，所述根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据，根据流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数，包括：
根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据；
根据所述流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数；
所述完整度检测指数的计算公式为：
；
其中，为完整度检测指数，/>为流程监测数据，/>为系统结构数据，/>为功能模块监测数据，/>为系统功能数据，/>为预设特征系数。
4.根据权利要求3所述的数字孪生运维数据质量检验方法，其特征在于，所述根据所述历史故障记录数据进行数字孪生仿真，生成数字孪生故障日志数据，并处理获得故障检测能力指数，包括：
根据所述历史故障记录数据提取故障参数数据以及故障响应结果数据；
根据所述故障参数数据对所述物理系统进行数字孪生仿真，获得数字孪生故障日志数据；
根据所述数字孪生故障日志数据提取数字孪生故障响应数据；
根据所述数字孪生故障响应数据以及所述故障响应结果数据进行比对，获得故障检测能力指数。
5.根据权利要求4所述的数字孪生运维数据质量检验方法，其特征在于，所述将所述物理系统在不同运行场景下进行数字孪生仿真，获得功能模块响应数据和性能参数响应数据，并结合不同运行场景下系统性能数据和功能输出数据进行分析处理，获得准确性检测指数，包括：
获取所述物理系统的不同运行场景数据及其对应的系统操作运行数据、系统性能数据、功能输出数据；
根据所述运行场景数据以及所述系统操作运行数据进行数字孪生运维仿真，获得功能模块响应数据和性能参数响应数据；
将所述功能模块响应数据、性能参数响应数据以及所述功能输出数据、系统性能数据进行分析处理，获得性能检测指数；
将所有运行场景对应的所述性能检测指数进行加权平均处理，获得准确性检测指数。
6.根据权利要求5所述的数字孪生运维数据质量检验方法，其特征在于，所述根据所述数字孪生故障日志数据以及不同运行场景下的所述功能模块响应数据、性能参数响应数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，并回传至所述物理系统，并根据物理系统响应结果处理获得虚实交互性检测指数，包括：
将所述数字孪生故障日志数据以及所有运行场景对应的所述功能模块响应数据、性能参数响应数据输入预设系统故障预测模型进行分析处理，获得故障预测指数；
将所述故障预测指数与预设故障预测指数阈值进行阈值对比，若符合预设故障预测指数阈值对比要求，则生成故障预测指令；
将所述故障预测指令回传至所述物理系统，所述物理系统根据所述故障预测指令生成故障预测响应数据；
将所述故障预测响应数据与所述故障响应结果数据进行比对，获得虚实交互性检测指数。
7.根据权利要求6所述的数字孪生运维数据质量检验方法，其特征在于，所述将所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数，包括：
根据所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数；
所述质量检测指数的计算公式为：
；
其中，为质量检测指数，/>为数据异常检测指数，/>为完整度检测指数，/>为故障检测能力指数，/>为准确性检测指数，/>为虚实交互性检测指数，/>为预设特征系数。
8.数字孪生运维数据质量检验系统，其特征在于，包括存储器和处理器，所述存储器中包括数字孪生运维数据质量检验方法程序，所述数字孪生运维数据质量检验方法程序被所述处理器执行时实现如下步骤：
获取物理系统的系统运行数据，包括：系统结构数据、系统功能数据、性能指标数据和历史故障记录数据；
获取所述物理系统的数字孪生运维数据，并对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数；
根据所述数字孪生运维数据提取流程监测数据和功能模块监测数据，根据流程监测数据、功能模块监测数据以及所述系统结构数据、系统功能数据进行分析处理，获得完整度检测指数；
根据所述历史故障记录数据进行数字孪生仿真，生成数字孪生故障日志数据，并处理获得故障检测能力指数；
将所述物理系统在不同运行场景下进行数字孪生仿真，获得功能模块响应数据和性能参数响应数据，并结合不同运行场景下系统性能数据和功能输出数据进行分析处理，获得准确性检测指数；
根据所述数字孪生故障日志数据以及不同运行场景下的所述功能模块响应数据、性能参数响应数据处理获得故障预测指数，根据故障预测指数生成故障预测指令，并回传至所述物理系统，并根据物理系统响应结果处理获得虚实交互性检测指数；
将所述数据异常检测指数、完整度检测指数、故障检测能力指数、准确性检测指数和虚实交互性检测指数进行计算处理，获得质量检测指数。
9.根据权利要求8所述的数字孪生运维数据质量检验系统，其特征在于，所述获取所述物理系统的数字孪生运维数据，并对数字孪生运维数据进行数据异常值检索，获得数据异常检测指数，包括：
获取所述物理系统的数字孪生运维数据；
对所述数字孪生运维数据进行数据重复值检索，获得数据重复值检测指数；
对所述数字孪生运维数据利用预设分布式分析模型进行计算，获得数据分布密度值、数据偏离度值；
将所述数据重复值检测指数、密度分布值、数据偏离度值输入预设数据异常检测模型进行处理，获得数据异常检测指数。
10.一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中包括数字孪生运维数据质量检验方法程序，所述数字孪生运维数据质量检验方法程序被处理器执行时，实现如权利要求1至7中任一项所述的数字孪生运维数据质量检验方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311652587.XA CN117349102B (zh) | 2023-12-05 | 2023-12-05 | 数字孪生运维数据质量检验方法、系统和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311652587.XA CN117349102B (zh) | 2023-12-05 | 2023-12-05 | 数字孪生运维数据质量检验方法、系统和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117349102A true CN117349102A (zh) | 2024-01-05 |
| CN117349102B CN117349102B (zh) | 2024-03-15 |
Family
ID=89365344
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311652587.XA Active CN117349102B (zh) | 2023-12-05 | 2023-12-05 | 数字孪生运维数据质量检验方法、系统和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117349102B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117742303A (zh) * | 2024-02-07 | 2024-03-22 | 珠海市运泰利电子有限公司 | 一种生产自动化设备检测方法、系统和介质 |
| CN117933576A (zh) * | 2024-03-21 | 2024-04-26 | 网思科技集团有限公司 | 一种基于数字孪生的配电网运维方法、系统和介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190266295A1 (en) * | 2018-02-28 | 2019-08-29 | Toyota Jidosha Kabushiki Kaisha | Proactive vehicle maintenance scheduling based on digital twin simulations |
| 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 |
| CN114707227A (zh) * | 2022-04-28 | 2022-07-05 | 水利部南京水利水文自动化研究所 | 一种基于数字孪生的大坝安全预警消警方法及系统 |
| CN114881289A (zh) * | 2022-04-11 | 2022-08-09 | 中国兵器装备集团自动化研究所有限公司 | 一种基于数字孪生的熔铸装药成型工艺参数优化方法及系统 |
| WO2022257925A1 (zh) * | 2021-06-09 | 2022-12-15 | 五邑大学 | 基于数字孪生的故障预测方法、装置、服务器及存储介质 |
| WO2023117827A1 (en) * | 2021-12-21 | 2023-06-29 | Siemens Aktiengesellschaft | Method of operation of a process plant, soft sensor and digital process twin system |
| CN117041029A (zh) * | 2023-08-18 | 2023-11-10 | 亚信科技（中国）有限公司 | 网络设备故障处理方法、装置、电子设备及存储介质 |
-
2023
- 2023-12-05 CN CN202311652587.XA patent/CN117349102B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190266295A1 (en) * | 2018-02-28 | 2019-08-29 | Toyota Jidosha Kabushiki Kaisha | Proactive vehicle maintenance scheduling based on digital twin simulations |
| WO2022257925A1 (zh) * | 2021-06-09 | 2022-12-15 | 五邑大学 | 基于数字孪生的故障预测方法、装置、服务器及存储介质 |
| WO2023117827A1 (en) * | 2021-12-21 | 2023-06-29 | Siemens Aktiengesellschaft | Method of operation of a process plant, soft sensor and digital process twin system |
| 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 |
| CN114881289A (zh) * | 2022-04-11 | 2022-08-09 | 中国兵器装备集团自动化研究所有限公司 | 一种基于数字孪生的熔铸装药成型工艺参数优化方法及系统 |
| CN114707227A (zh) * | 2022-04-28 | 2022-07-05 | 水利部南京水利水文自动化研究所 | 一种基于数字孪生的大坝安全预警消警方法及系统 |
| CN117041029A (zh) * | 2023-08-18 | 2023-11-10 | 亚信科技（中国）有限公司 | 网络设备故障处理方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 朱军等: "基于数字孪生技术的船舶远程应用研究与探讨", 《中国船检》, no. 06, pages 58 * |
| 王静等: "基于数字孪生的高校智慧图书馆数据治理模型研究", 《图书馆学研究》, pages 42 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117742303A (zh) * | 2024-02-07 | 2024-03-22 | 珠海市运泰利电子有限公司 | 一种生产自动化设备检测方法、系统和介质 |
| CN117742303B (zh) * | 2024-02-07 | 2024-05-14 | 珠海市运泰利电子有限公司 | 一种生产自动化设备检测方法、系统和介质 |
| CN117933576A (zh) * | 2024-03-21 | 2024-04-26 | 网思科技集团有限公司 | 一种基于数字孪生的配电网运维方法、系统和介质 |
| CN117933576B (zh) * | 2024-03-21 | 2024-05-28 | 网思科技集团有限公司 | 一种基于数字孪生的配电网运维方法、系统和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117349102B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117349102B (zh) | 数字孪生运维数据质量检验方法、系统和介质 | |
| CN113098723B (zh) | 一种故障根因定位方法、装置、存储介质及设备 | |
| CN110222513B (zh) | 一种线上活动的异常监测方法、装置及存储介质 | |
| CN115841046B (zh) | 基于维纳过程的加速退化试验数据处理方法和装置 | |
| CN112003834B (zh) | 异常行为检测方法和装置 | |
| CN114328277A (zh) | 一种软件缺陷预测和质量分析方法、装置、设备及介质 | |
| CN117526561A (zh) | 基于数字孪生的变电站设备异常监控和预警方法及系统 | |
| CN115618269A (zh) | 基于工业传感器生产的大数据分析方法及系统 | |
| CN114021188A (zh) | 一种联邦学习协议交互安全验证方法、装置及电子设备 | |
| CN116164822A (zh) | 基于知识图谱的流量计故障诊断方法、装置、介质 | |
| CN116306806A (zh) | 故障诊断模型确定方法、装置及非易失性存储介质 | |
| CN118295842A (zh) | 交易系统异常事件的数据处理方法、装置和服务器 | |
| CN109711849B (zh) | 以太坊地址画像生成方法、装置、电子设备及存储介质 | |
| CN116662307A (zh) | 一种基于多源数据融合的智能预警方法、系统及设备 | |
| CN116662186A (zh) | 基于逻辑回归的日志回放断言方法及其装置、电子设备 | |
| CN109947728A (zh) | 一种日志文件的处理方法及装置 | |
| CN112799956B (zh) | 资产识别能力测试方法、装置及系统装置 | |
| CN115525528A (zh) | 页面质量检测方法、装置、电子设备和存储介质 | |
| CN118469402B (zh) | 一种数字孪生辅助的故障诊断方法、系统和介质 | |
| CN115238805B (zh) | 异常数据识别模型的训练方法及相关设备 | |
| CN115392293B (zh) | 变压器故障的监测方法、装置、计算机设备和存储介质 | |
| CN114969335B (zh) | 异常日志检测方法、装置、电子设备及可读存储介质 | |
| CN115102736B (zh) | 一种基于模式识别的网络安全评估的方法和系统 | |
| CN117011690B (zh) | 一种海缆隐患识别方法、装置、设备和介质 | |
| CN115080445B (zh) | 一种游戏测试管理方法及其系统 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Digital twin operation and maintenance data quality inspection methods, systems, and media Granted publication date: 20240315 Pledgee: Bank of China Limited by Share Ltd. Guangzhou Panyu branch Pledgor: Networks Technology Co.,Ltd. Registration number: Y2024980022049 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |