本发明专利技术涉及电力系统技术领域，具体涉及基于大数据人工智能的微电网实时仿真方法，仿真步骤包括：S1、系统通过部署在微电网的数据采集模块实时采集电网运行数据，通过高速网络传输至数字孪生模块；S2、数字孪生模块存储和分析海量历史数据与实时数据，在仿真服务器上运行，对数字孪生的生成、动态仿真与模型管理；S3、运行智能控制模块，在控制服务器上开发设备与系统的优化控制算法和生产控制策略。本发明专利技术通过开发的仿真系统，对软件系统进行创新，实现预测性仿真与在线仿真测试，降低系统故障风险，结果准确，整体效率显著提高，直观展示系统运行，易于识别异常与瓶颈，方便维护升级与二次开发，使用方便，带来更好的使用前景。
【技术实现步骤摘要】
本专利技术属于电力系统，具体为基于大数据人工智能的微电网实时仿真方法。
技术介绍
1、微电网也译为微网，是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统，微电网的提出旨在实现分布式电源的灵活、高效应用，解决数量庞大、形式多样的分布式电源并网问题，开发和延伸微电网能够充分促进分布式电源与可再生能源的大规模接入，实现对负荷多种能源形式的高可靠供给，是实现主动式配电网的一种有效方式，使传统电网向智能电网过渡；实时仿真系统是一种用于模拟真实世界环境或系统的计算机模型，它能够实时地模拟各种动态过程，提供高度通真的模拟环境，用于测试、验证和优化各种实际应用的性能，实时仿真系统的应用范围广泛，包括航空航天、汽车、能源、交通、机器人等领域；微电网相对于大电网而言构成及运行方式复杂、拓扑结构变化频繁，由于微电网含有大量的高频功率开关和非线性元件，对微电网的实时仿真提供了很高的要求，如何选择合适的仿真步长、提高仿真精度、降低逆矩阵预存数据量成为要解决的主要问题，对此，我们提出了基于大数据人工智能的微电网实时仿真方法。
技术实现思路
1、针对现有技术的不足，本专利技术提供了基于大数据人工智能的微电网实时仿真方法，以解决以上技术问题。
2、为实现上述目的，本专利技术提供如下技术方案：基于大数据人工智能的微电网实时仿真方法，仿真步骤包括：
3、s1、系统通过部署在微电网的数据采集模块实时采集电网运行数据，通过高速网络传输至数字孪生模块；
>4、s2、数字孪生模块存储和分析海量历史数据与实时数据，在仿真服务器上运行，对数字孪生的生成、动态仿真与模型管理；5、s3、运行智能控制模块，在控制服务器上开发设备与系统的优化控制算法和生产控制策略，对孪生模块与物理系统设备信息进行交互；
6、s4、仿真结果可视化模块从数字孪生模块读取动态仿真结果数据，基于工业三维设计软件，构建能源系统各设备与整体系统的三维模型，将读取的仿真结果数据映射到三维场景模型中，展示系统实时运行状态，提供人机界面与操作员交互，查看仿真结果和三维运行动画；
7、s5、高精度仿真模型库存储各类设备与系统的高精度动态多物理场仿真模型，提供模型名称、分类与描述信息的检索接口，调用相应的仿真模型，对存储的仿真模型进行更新、修正、替换和日常维护，将不同仿真软件开发的模型转换为通用格式，存储至模型库中。
8、优先地，s1步骤中数据采集模块设置在物理能源设备上，通过网络方式将采集的数据输送至数字孪生模块内，网络方式为光纤通信网络，采集的数据包括电压、电流、温度、转速与机械量，并将数据预处理后进行发送。
9、优先地，数据预处理包括数据的校验、数据的格式统一与数据的存储，数据校验通过奇偶校验法进行校验，通过在数据中添加奇偶校验位来检测错误，分为奇校验与偶校验，奇校验在数据中1的个数为奇数的情况下，添加一位，让数据1的个数为奇数，在接收端采用同样方式进行校验，若不符则产生错误；偶校验在数据中1的个数为偶数的情况下，添加一位，让数据1的个数为偶数，在接收端采用同样方式进行校验，若不符则产生错误。
10、优先地，数据的格式统一方法采用数据转换软件进行格式统一，转换为统一标准的格式；数据存储在数据采集模块内部的数据库中进行保存。
11、优先地，s2步骤中数字孪生模块读取所接收到的数据，加载到不同设备对应的仿真模型内部，生成设备与系统数字孪生，进行动态仿真运行，对运行的结果进行分析，判断设备运行状况；动态仿真运行方法通过建立出动态特性与参数仿真模型，对仿真模型内的参数进行设置，仿真模型进行运行，模拟出系统的动态行为，得到仿真的结果，对得到的结果进行分析，做出优化改进，运行结果分析方法通过差异分析法，对得到的结果进行收集，将收集的结果进行数据预处理，通过将不同的数据集比较差异，得到数据之间的差异，进行评估，得到设备运行的状态。
12、优先地，s3步骤中智能控制模块通过仿真结果与系统的优化控制算法和策略，根据优化控制算法和策略生成相应的控制信号，将控制信号转换为设备可执行的标准格式和信号，通过大量历史仿真结果和控制过程的学习，不断优化控制算法和策略；通过网页或客户端与系统进行交互，控制算法包括通用计算、异构计算、高可用计算、高性能计算、弹性计算与边缘计算。
13、优先地，s4步骤中仿真结果可视化模块从数字孪生模块内读取数据，构建出三维模型场景，将读取的数据代入至模型内，展示系统运行状态，提取出异常信息。
14、优先地，三维模型场景开发包括坐标系、参考物体、环境光照与空间位置关系，提取异常信息通过关联规则法提取异常信息，提取步骤通过找出频繁项集，在频繁项集中生成关联规则，根据设定的最小支持度与最小置信度阈值，发现数据中存在的异常信息。
15、优先地，s5步骤中高精度仿真模型库内存储有各类仿真模型，提供快捷检索，对仿真模型调出。
16、优先地，各类仿真模型存储方法包括将模型数据存储在文本中、将模型数据转换为二进制格式进行存储与将对象序列化进行存储；在模型库内将存储的数据进行分类，并根据分类的结果来设计检索的方式，检索方式包括有关键词的检索，分类的检索与标签的检索，通过文本索引方式进行查询，对于用户输入的关键词，采用余弦相似度方式对关键词与存储的模型进行匹配，得到需要的模型。
17、与现有技术相比，本专利技术的有益效果如下：
18、本专利技术通过开发的仿真系统，对软件系统进行创新，实现预测性仿真与在线仿真测试，降低系统故障风险，结果准确，整体效率显著提高，直观展示系统运行，易于识别异常与瓶颈，方便维护升级与二次开发，使用方便，带来更好的使用前景。
本文档来自技高网...
【技术保护点】
1.基于大数据人工智能的微电网实时仿真方法，其特征在于，仿真步骤包括：
2.根据权利要求1所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：S1步骤中数据采集模块设置在物理能源设备上，通过网络方式将采集的数据输送至数字孪生模块内，网络方式为光纤通信网络，采集的数据包括电压、电流、温度、转速与机械量，并将数据预处理后进行发送。
3.根据权利要求2所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：数据预处理包括数据的校验、数据的格式统一与数据的存储，数据校验通过奇偶校验法进行校验，通过在数据中添加奇偶校验位来检测错误，分为奇校验与偶校验，奇校验在数据中1的个数为奇数的情况下，添加一位，让数据1的个数为奇数，在接收端采用同样方式进行校验，若不符则产生错误；偶校验在数据中1的个数为偶数的情况下，添加一位，让数据1的个数为偶数，在接收端采用同样方式进行校验，若不符则产生错误。
4.根据权利要求3所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：数据的格式统一方法采用数据转换软件进行格式统一，转换为统一标准的格式；数据存储在数据采集模块内部的数据库中进行保存。
5.根据权利要求1所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：S2步骤中数字孪生模块读取所接收到的数据，加载到不同设备对应的仿真模型内部，生成设备与系统数字孪生，进行动态仿真运行，对运行的结果进行分析，判断设备运行状况；动态仿真运行方法通过建立出动态特性与参数仿真模型，对仿真模型内的参数进行设置，仿真模型进行运行，模拟出系统的动态行为，得到仿真的结果，对得到的结果进行分析，做出优化改进，运行结果分析方法通过差异分析法，对得到的结果进行收集，将收集的结果进行数据预处理，通过将不同的数据集比较差异，得到数据之间的差异，进行评估，得到设备运行的状态。
6.根据权利要求1所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：S3步骤中智能控制模块通过仿真结果与系统的优化控制算法和策略，根据优化控制算法和策略生成相应的控制信号，将控制信号转换为设备可执行的标准格式和信号，通过大量历史仿真结果和控制过程的学习，不断优化控制算法和策略；通过网页或客户端与系统进行交互，控制算法包括通用计算、异构计算、高可用计算、高性能计算、弹性计算与边缘计算。
7.根据权利要求1所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：S4步骤中仿真结果可视化模块从数字孪生模块内读取数据，构建出三维模型场景，将读取的数据代入至模型内，展示系统运行状态，提取出异常信息。
8.根据权利要求7所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：三维模型场景开发包括坐标系、参考物体、环境光照与空间位置关系，提取异常信息通过关联规则法提取异常信息，提取步骤通过找出频繁项集，在频繁项集中生成关联规则，根据设定的最小支持度与最小置信度阈值，发现数据中存在的异常信息。
9.根据权利要求1所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：S5步骤中高精度仿真模型库内存储有各类仿真模型，提供快捷检索，对仿真模型调出。
10.根据权利要求9所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：各类仿真模型存储方法包括将模型数据存储在文本中、将模型数据转换为二进制格式进行存储与将对象序列化进行存储；在模型库内将存储的数据进行分类，并根据分类的结果来设计检索的方式，检索方式包括有关键词的检索，分类的检索与标签的检索，通过文本索引方式进行查询，对于用户输入的关键词，采用余弦相似度方式对关键词与存储的模型进行匹配，得到需要的模型。
...
【技术特征摘要】
1.基于大数据人工智能的微电网实时仿真方法，其特征在于，仿真步骤包括：
2.根据权利要求1所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：s1步骤中数据采集模块设置在物理能源设备上，通过网络方式将采集的数据输送至数字孪生模块内，网络方式为光纤通信网络，采集的数据包括电压、电流、温度、转速与机械量，并将数据预处理后进行发送。
3.根据权利要求2所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：数据预处理包括数据的校验、数据的格式统一与数据的存储，数据校验通过奇偶校验法进行校验，通过在数据中添加奇偶校验位来检测错误，分为奇校验与偶校验，奇校验在数据中1的个数为奇数的情况下，添加一位，让数据1的个数为奇数，在接收端采用同样方式进行校验，若不符则产生错误；偶校验在数据中1的个数为偶数的情况下，添加一位，让数据1的个数为偶数，在接收端采用同样方式进行校验，若不符则产生错误。
4.根据权利要求3所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：数据的格式统一方法采用数据转换软件进行格式统一，转换为统一标准的格式；数据存储在数据采集模块内部的数据库中进行保存。
5.根据权利要求1所述的基于大数据人工智能的微电网实时仿真方法，其特征在于：s2步骤中数字孪生模块读取所接收到的数据，加载到不同设备对应的仿真模型内部，生成设备与系统数字孪生，进行动态仿真运行，对运行的结果进行分析，判断设备运行状况；动态仿真运行方法通过建立出动态特性与参数仿真模型，对仿真模型内的参数进行设置，仿真模型进行运行，模拟出系统的动态行为，得到仿真的结果，对得到的结果进行分析，做出优化改进，运行结果分析方法通过差异分析法，对得到的结果进行收集，将收集的结果进行数据预处理，通过将不同的数据集比较差异，得到数据之间的差异...
【专利技术属性】
技术研发人员：范勇，
申请(专利权)人：北京国掘科技有限公司，
类型：发明
国别省市：
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。