System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于数字孪生水电厂运维数据处理建模的方法及系统技术方案_技高网

一种基于数字孪生水电厂运维数据处理建模的方法及系统技术方案

技术编号:40317870 阅读:16 留言:0更新日期:2024-02-07 21:00
本发明专利技术公开了一种基于数字孪生水电厂运维数据处理建模的方法及系统,解决了水电厂数据无法在水电业务中充分利用,实际数据中设施设备故障数据少,不同故障数据不平衡导致现有网络模型训练不充分,模型精度低的问题;本发明专利技术通过构建以智慧感知、智能网络、数据中心、孪生电站、智慧大脑和智慧应用为基础的水电厂智能运维系统,实现了水电厂数据从采集、传输、分析、利用的管理;基于对抗神经网络模型、孪生神经网络模型对水电厂孪生电站得到的模拟数据初步训练模型,再利用真实数据精确调整的迁移学习策略,使得智慧大脑的建立具有较高的泛化和推广能力,最终实现了水电厂设备健康状态智能监测与状态检修,提升了水电厂精细化管理能力。

【技术实现步骤摘要】

本专利技术涉及水电厂运营管控领域,特别是一种基于数字孪生水电厂运维数据处理建模的方法及系统


技术介绍

1、水电厂是保障国民生产最重要的基础设施,构建水电厂设备全生命周期管理系统,保障水电厂设施设备正常服役具有重要的意义。然而,已有的水电厂在工程全生命周期各阶段均不同程度地应用了信息化技术或系统,但是普遍存在数据标准不统一、信息孤岛现象严重、业务系统融合度不高、基础建设重复投资、信息分析利用程度低等问题,尚没有有效的平台从水电厂运行数据到水电厂业务进行整合和利用。另一方面。各系统虽然采集和存储了大量不同种类、不同时期、不同业务的历史数据和实时数据,但数据样本不平衡现象严重,如某些故障、异常情况多,就积累了大量数据,故障少的数据量就少,使得现有基于决策树、随机森林等传统机器学习模型无法得到充分训练,数据利用率低,无法做到最优决策。但这些数据是分散和割裂的,难以共享、整合和有效利用,导致无法实现水电厂运维调度的最优决策。


技术实现思路

1、本申请的目的是提供一种基于数字孪生水电厂运维数据处理建模的方法及系统,解决水电厂运维过程数据无法对水电厂业务有效利用的问题;同时还解决了,基于水电厂数据现状,数据利用率低,无法做到最优决策的问题;存在水电厂运维过程数据标准不统一、信息孤岛现象严重、业务系统融合度不高、基础建设重复投资、信息分析利用程度低等问题。

2、本专利技术在一个方面,提供了一种基于数字孪生水电厂运维数据处理建模的系统,该系统包括智慧感知模块、智能网络模块、数据中心模块、孪生电站模块、智慧大脑模块和智慧应用模块,

3、智慧感知模块:利用水电厂各区域位置部署和应用智能设备和装置对水电厂关键设备的数据进行采集,构建智能感知系统获得目标数据;

4、智能网络模块:通过自组网、主干光纤环网、wifi网络、5g网络对采集到的数据进行传输,构建智能网络传输系统;

5、数据中心模块:是按统一存储模式、数据缓存机制、任务调度机制、数据清洗算法和数据共享机制对采集的目标数据进行存储、处理建立数据中心并获得目标数据集;所述数据中心进行区域管理,区域管理包括数据管理域、数据分析域、数据处理域;

6、孪生电站模块:基于bim建筑信息模型,采用gis地理信息系统的地理信息科学方法,结合水电厂运行历史数据形成的洪水演进模型、水动力学模型建立在时空、环境、状态上与物理实体电站相对应的孪生电站模型,实现在虚拟空间下的水电厂数字孪生,并对水电厂直观的运行管理、状态评价、仿真预演;

7、智慧大脑模块:构建基于抗神经网络、孪生神经网络的数据分析模型,将以样本对形式的模拟数据集输入到数据分析模型中进行初步训练,得到初步的智慧大脑模型;之后基于迁移学习架构再将以样本对形式的目标数据集输入到初步智慧大脑模型中通过优化损失函数实现通用模型进一步调整,形成训练好的智慧大脑模型。

8、智能应用模块,应用训练好的智慧大脑模块中的智能预警、智慧决策,驱动执行单元对水电厂进行智能管理与运维。

9、优选地,智慧感知模块中的构建智能感知系统是指智能感知系统对水电厂关键设施、设备重要参数通过智能设备上的智能传感器进行测量和采集;智能设备包括智能摄像头、智能传感器、大坝安全监测设备、水雨情监测装置、定位装置、rfid射频识别、智能巡检机器人、无人机、智能安全帽、智能手持终端。

10、优选地,智能网络模块中的构建智能网络传输系统是指对采集到的目标数据进行传输,结合水电厂特定需求构建智能网络,构建智能网络考虑的因素包括供电电压、设备取电、供电距离、网线选择和设备安装位置;构建智能网络考虑的因素具体如下:

11、在供电电压中,无线自组网设备的电源适配器,交流电正常供电电压为110v~240v,无线自组网设备的直流供电范围为9~30v,无线自组网设备出厂配套电源适配器直流电压、电流为24v、0.8a;

12、在设备取电中,由于无线自组网设备属于精密电子设备,无线自组网设备供电的取电应与其它大功率设备分开取电;在同一位置取电时,加装ups、稳压电源或隔离变压器,过滤掉大功率电机工作时对电源的影响和干扰;

13、在供电距离中,使用电源适配器+poe模块通过网线给无线自组网设备供电时,供电距离100≤d≤120米,并使用国标超六类纯铜网线;

14、在网线选择中,在室外施工应使用室外型网线;网线铺设路径上经过有强电设备或供电线时,选择屏蔽网线和屏蔽水晶头,并且网线内屏蔽层与水晶头金属外皮焊接并接地;如果网线铺设路径与强电有较长距离的经过时,将网线串金属管以进行屏蔽;

15、在设备安装位置中,无线自组网设备采用5ghz频段进行传输,5ghz传输属于视距传输,两端相互可视,中间不能有障碍物遮挡。

16、优选地,建立数据中心获得目标数据集是将数据中心进行区域管理,区域管理包括数据管理域、数据分析域、数据处理域三大部分;

17、在数据管理域,根据文本、图片、视频、声纹的不同类型数据,依据采集规范和标准,采用完整备份、增量备份、差异备份、镜像备份和远程备份的方法实现数据备份;从数据标准、安全的角度对数据进行管理;

18、在数据分析域,采用数据算法通过均值填充、中位数填充、众数填充、去除重复值对奇异值数据进行处理,去除噪声、冗余和错误信息,补充缺失信息,筛选有效数据,并基于量纲分析对水电厂各类数据进行转换,形成目标数据集;

19、其中,均值填充可以描述为:

20、

21、式中:x1、x2和xn分别为传感器在不同位置的测量值,n为传感器的数目在众数填充中,选取该数值个数最多的数进行填充,众数填充可以描述为:

22、x={i1(x1),i2(x2),...,imax(xk)}

23、式中:i(x)表示测点数值x出现的次数,imax(xk)代表出现次数最多的次数;

24、在中位数填充过程中,对采集到的数据从大到小进行排序,选取最中间的数作为最终的数据进行填充;

25、在数据处理域,通过索引存储、链式存储方法对水电厂管理过程中各类业务数据进行存储。以支持高效的查询和更新操作。

26、索引存储方法是指通过建立存储结点信息,以及建立附加的索引表来标识结点的地址的存储方法。

27、链式存储方法一般有两种方式,一种顺序存储方式,另一种是链式存储方式(非顺序存储方式)。链式数据存储是指数据采用链式存储结构进行存储。存储密度比顺序存储结构小。

28、优选地,孪生电站模块中实现在虚拟空间下的水电厂数字孪生,并对水电厂直观的运行管理、状态评价、仿真预演还包括如下步骤:步骤101通过地理信息科学gis方法对山川、河流的地理信息进行绘制,通过建筑信息建模bim方法对机组、房屋的建筑信息进行可视化表达,在虚拟空间构建与物理电站设施、设备一一对应三维静态虚拟电站;

29、考虑效率和精度因素,将bim平面直角坐标本文档来自技高网...

【技术保护点】

1.一种基于数字孪生水电厂运维数据处理建模的系统,其法特征在于,所述系统包括智慧感知模块、智能网络模块、数据中心模块、孪生电站模块、智慧大脑模块和智慧应用模块,

2.根据权利要求1所述的一种基于数字孪生水电厂运维数据处理建模的系统,其特征在于,所述智慧感知模块中的构建智能感知系统是指智能感知系统对水电厂关键设施、设备重要参数通过智能设备上的智能传感器进行测量和采集;智能设备包括智能摄像头、智能传感器、大坝安全监测设备、水雨情监测装置、定位装置、RFID射频识别、智能巡检机器人、无人机、智能安全帽、智能手持终端。

3.根据权利要求1所述的一种基于数字孪生水电厂运维数据处理建模的系统,其特征在于,所述智能网络模块中的构建智能网络传输系统是指对采集到的目标数据进行传输,结合水电厂特定需求构建智能网络,构建智能网络考虑的因素包括供电电压、设备取电、供电距离、网线选择和设备安装位置;构建智能网络考虑的因素具体如下:

4.根据权利要求1所述的一种基于数字孪生水电厂运维数据处理建模的系统,其特征在于,建立数据中心是将获得目标数据集进行区域管理,区域管理包括数据管理域、数据分析域、数据处理域三大部分;

5.根据权利要求1所述的一种基于数字孪生水电厂运维数据处理建模的系统,其特征在于,所述孪生电站模块中实现在虚拟空间下的水电厂数字孪生,并对水电厂直观的运行管理、状态评价、仿真预演还包括如下步骤:

6.根据权利要求1所述的一种基于数字孪生水电厂运维数据处理建模的系统,其特征在于,所述智慧大脑模块构建基于抗神经网络、孪生神经网络的数据分析为核心的智慧大脑模型,并利用孪生电站、物理电站获得不同水位条件、不同气温条件、不同工况下大坝的变形、渗流的指标,对智慧大脑模型进行训练,并通过训练好的智慧大脑实现水电厂设备智能预警、智慧决策,智慧大脑模型具体训练步骤如下:

7.根据权利要求1所述的一种基于数字孪生水电厂运维数据处理建模的系统,其特征在于,所述智慧应用模块应用训练好的智慧大脑模型的智能预警、智慧决策,驱动执行单元对水电厂进行智能管理与运维是指基于智慧大脑的决策建议,驱动大坝智能碾压、安全管理、质量管理、设备管理、智能监测、数字档案、环保监测、作业安全管控、智能巡检、检修维护、多系统联动和营销管理的水电厂执行单元,实现水电厂全方位、全场景的智慧管理。

8.一种基于数字孪生水电厂运维数据处理建模的方法,其特征在于,所述方法包括步骤如下;

9.根据权利要求8所述的一种基于数字孪生水电厂运维数据处理建模的方法,其特征在于,步骤3还包括如下步骤:

10.根据权利要求1所述的一种基于数字孪生水电厂运维数据处理建模的方法,其特征在于,步骤4构件并训练智慧大脑模型包括如下步骤:

...

【技术特征摘要】

1.一种基于数字孪生水电厂运维数据处理建模的系统,其法特征在于,所述系统包括智慧感知模块、智能网络模块、数据中心模块、孪生电站模块、智慧大脑模块和智慧应用模块,

2.根据权利要求1所述的一种基于数字孪生水电厂运维数据处理建模的系统,其特征在于,所述智慧感知模块中的构建智能感知系统是指智能感知系统对水电厂关键设施、设备重要参数通过智能设备上的智能传感器进行测量和采集;智能设备包括智能摄像头、智能传感器、大坝安全监测设备、水雨情监测装置、定位装置、rfid射频识别、智能巡检机器人、无人机、智能安全帽、智能手持终端。

3.根据权利要求1所述的一种基于数字孪生水电厂运维数据处理建模的系统,其特征在于,所述智能网络模块中的构建智能网络传输系统是指对采集到的目标数据进行传输,结合水电厂特定需求构建智能网络,构建智能网络考虑的因素包括供电电压、设备取电、供电距离、网线选择和设备安装位置;构建智能网络考虑的因素具体如下:

4.根据权利要求1所述的一种基于数字孪生水电厂运维数据处理建模的系统,其特征在于,建立数据中心是将获得目标数据集进行区域管理,区域管理包括数据管理域、数据分析域、数据处理域三大部分;

5.根据权利要求1所述的一种基于数字孪生水电厂运维数据处理建模的系统,其特征在于,所述孪生电站模块中实现在虚拟空间下的水电厂数字孪生,并对水电厂...

【专利技术属性】
技术研发人员:黄勇杨党锋宋璇辛存冯汉夫朱海晨侯彦峰魏鹏刚
申请(专利权)人:中国电建集团西北勘测设计研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1