【技术实现步骤摘要】
本专利技术涉及数字处理，具体涉及基于云边协同的电网数字孪生建模方法及平台。
技术介绍
1、电网中各类设备产生的大量数据需要实时采集和处理，以确保电网运行的稳定性和安全性，然而，传统电网系统的数据采集和处理往往存在延迟，无法及时反映电网的真实状态，存在数据传输延迟、数据处理速度慢、数据精度不足，导致电网系统难以实现快速故障定位和响应。并且，电网调度需要综合负荷预测、发电计划、设备状态等多方面因素，以实现经济高效的电力供应，然而，传统的电网调度策略缺乏智能化和动态调整能力，无法应对电网运行中的各种动态变化，存在调度策略僵化、无法实时响应电网负荷变化，导致资源浪费、系统不稳定。
技术实现思路
1、本申请通过提供了基于云边协同的电网数字孪生建模方法及平台，旨在解决现有技术的电网调度策略往往难以适应电网运行中的动态变化，缺乏智能化手段，导致资源浪费、系统不稳定的技术问题。
2、本申请公开的第一个方面，提供了基于云边协同的电网数字孪生建模方法，所述方法包括：集成分布式传感器网络，所述分布式传感器网络与多个实时监测单元通信连接，所述多个实时监测单元对应的监测指标包括电流、电压、温度；在目标电网的关键节点处部署边缘计算服务器，所述边缘计算服务器集成增强现实技术，用以将所述多个实时监测单元对应的实时监测数据上传并进行快速故障定位；利用5g专用网络，对所述边缘计算服务器与云端处理器进行交互，并采用机器学习模型动态调整所述目标电网的调度策略，构建电网数字孪生模型，所述电网数字孪生模型包括电网
3、本申请公开的第二个方面，提供了基于云边协同的电网数字孪生建模平台，所述平台用于上述基于云边协同的电网数字孪生建模方法，所述平台包括：传感器网络集成模块，所述传感器网络集成模块用于集成分布式传感器网络，所述分布式传感器网络与多个实时监测单元通信连接，所述多个实时监测单元对应的监测指标包括电流、电压、温度；快速故障定位模块，所述快速故障定位模块用于在目标电网的关键节点处部署边缘计算服务器，所述边缘计算服务器集成增强现实技术，用以将所述多个实时监测单元对应的实时监测数据上传并进行快速故障定位；数字孪生模型构建模块，所述数字孪生模型构建模块用于利用5g专用网络，对所述边缘计算服务器与云端处理器进行交互，并采用机器学习模型动态调整所述目标电网的调度策略，构建电网数字孪生模型，所述电网数字孪生模型包括电网拓扑结构、设备状态、运行参数；局部更新空间建立模块，所述局部更新空间建立模块用于基于所述电网数字孪生模型，结合所述边缘计算服务器及关联映射的多个实时监测单元，在所述电网数字孪生模型中进行局部标记，建立多个局部更新空间，所述多个局部更新空间中的每个局部更新空间均存在重叠部分；局部更新请求触发模块，所述局部更新请求触发模块用于基于云端处理器，对照所述多个局部更新空间匹配多个独立更新周期及优先级机制，自适应触发多个局部更新空间对应的多个局部更新请求，所述多个局部更新请求与所述多个局部更新空间一一映射；运维管理模块，所述运维管理模块用于在所述目标电网的运行过程中，以所述多个局部更新空间及多个局部更新请求，对所述电网数字孪生模型进行自学习迭代加强，并辅助目标电网的运维管理。
4、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
5、通过集成分布式传感器网络和边缘计算服务器，实时采集电流、电压、温度等数据，并利用边缘计算技术进行数据处理和快速故障定位，提高了数据的实时性和准确性；利用5g专用网络和机器学习模型，动态调整电网调度策略，实时更新电网数字孪生模型，使得电网调度更加智能化，能够适应电网运行中的各种动态变化，提升了电网运行的灵活性和效率；通过在电网数字孪生模型中进行局部标记，建立多个局部更新空间，更精确地进行局部更新和资源分配，提高了电网的整体性能和资源利用率，匹配多个独立更新周期及优先级机制，自适应触发更新请求，优化了局部更新和资源分配，提高了系统的整体性能；在电网运行过程中，对电网数字孪生模型进行自学习迭代加强，并辅助目标电网的运维管理，提高了运维管理的智能化水平和适应能力，减少了管理的复杂性和不确定性。
6、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
本文档来自技高网...【技术保护点】
1.基于云边协同的电网数字孪生建模方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于云边协同的电网数字孪生建模方法，其特征在于，集成分布式传感器网络，所述分布式传感器网络与多个实时监测单元通信连接，所述方法包括：
3.如权利要求2所述的基于云边协同的电网数字孪生建模方法，其特征在于，基于所述多个局部更新空间对应的多个独立更新决策、多个独立更新周期，对所述优先级机制进行触发式更新，所述方法包括：
4.如权利要求3所述的基于云边协同的电网数字孪生建模方法，其特征在于，对所述电网数字孪生模型进行自学习迭代加强，并辅助目标电网的运维管理，所述方法包括：
5.如权利要求4所述的基于云边协同的电网数字孪生建模方法，其特征在于，通过所述M个正常电网操作场景，对所述电网数字孪生模型进行规律触发模式约束下的自学习迭代加强，所述方法包括：
6.如权利要求5所述的基于云边协同的电网数字孪生建模方法，其特征在于，基于所述能耗循环波动通道，结合时序节点添加滑模控制律，预测正常运行数据的周期性变化，所述方法包括：
7.如权利要
8.基于云边协同的电网数字孪生建模平台，其特征在于，用于实施权利要求1-7任一项所述的基于云边协同的电网数字孪生建模方法，所述平台包括：
...【技术特征摘要】
1.基于云边协同的电网数字孪生建模方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于云边协同的电网数字孪生建模方法，其特征在于，集成分布式传感器网络，所述分布式传感器网络与多个实时监测单元通信连接，所述方法包括：
3.如权利要求2所述的基于云边协同的电网数字孪生建模方法，其特征在于，基于所述多个局部更新空间对应的多个独立更新决策、多个独立更新周期，对所述优先级机制进行触发式更新，所述方法包括：
4.如权利要求3所述的基于云边协同的电网数字孪生建模方法，其特征在于，对所述电网数字孪生模型进行自学习迭代加强，并辅助目标电网的运维管理，所述方法包括：
5.如权利要求4所述的基于云边协同的电网数字...
【专利技术属性】
技术研发人员：唐伟，姜鑫东，季润阳，蒋亮，陈剑祺，
申请(专利权)人：国网江苏省电力有限公司南通供电分公司，
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。