【技术实现步骤摘要】
本专利技术涉及设备数据处理，具体为一种智慧园区数字孪生可视化数据处理系统。
技术介绍
1、智慧工业园区是国家倡导建设的智慧城市的重要组成部分，它运用物联网、网络通信和信息技术等手段，实现对园区内各项关键信息的感测、分析、整合与智能响应，从设备的角度出发，智慧工业园区是一个集成了先进传感器、智能控制系统、自动化生产线以及大数据分析平台的综合生态系统。这些设备不仅实现了生产流程的自动化与智能化，还通过实时数据监测与分析，优化能源使用，预测维护需求，确保园区运行的高效、安全与环保，共同推动园区向更加智能化、可持续化方向发展。
2、在申请公布号为cn109598308a的中国专利技术专利中，提供了一种自动判断设备故障的数据处理平台及方法，包括：对同类型的设备在相似条件下的长期运行数据进行采集分析，建立样本数据库；采集现场设备的数据，与样本数据库进行对比，当满足样本数据库故障判断标准的参数出现时，调取对应设备的现场监控图片；通过图片识别技术对设备的状态信息进行诊断识别，综合判断设备发生故障的可能性，按不同等级进行预警或报警处理。有效对设备是否发生故障做科学准确的预判，并对故障发生概率较高的设备信息进行预警和报警处理。
3、结合以上申请及现有技术中的内容：
4、在工业园区内的诸多设备，特别是电力设备处于运行状态时，为了保障工业园区的正常运营，需要对各项设备的运行状态进行实时监测，同时，为了提高对设备的监测效果，通常还会对设备的各项运行数据进行可视化展示，以利于对设备，例如电力设备的运行趋势进行预测，及时发
5、现有的园区设备数据处理方法中，在对设备相关数据进行处理时，通常注重于数据的趋势分析以及异常数据的检测，这有助于在生产过程中对各项设备进行调度，降低设备的运行负荷，但是受限于工业园区内生产状态，例如，在工业园区内的颗粒物浓度较高，湿度较大，特别是设备已经进入高负荷运行状态下时，设备产生运行故障的风险也会逐渐增加，而现有的设备数据在进行处理时，缺乏对设备的故障分析，在设备运行时的异常状态时，难以快速地进行处理，针对异常行为的处理效率较低。
6、为此，本专利技术提供了一种智慧园区数字孪生可视化数据处理系统。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种智慧园区数字孪生可视化数据处理系统，通过由电力设备相关数据生成电力设备运行数字孪生模型，对电力设备的运行数据进行异常识别，在异常值数量超过预期时向外部发出故障预测指令；使用电力设备运行数字孪生模型进行对电力设备进行故障预测，自动生成故障日志后向外部发出一级报警指令；由一级报警指令的接收状态数据生成警戒值，依据警戒值在若干设备中筛选出故障设备，为园区内故障设备规划维护路径，并对故障设备所处的环境条件数据及运行状态数据做可视化处理。通过多级别地发出报警指令，提高电力设备的运行故障的解决率。从而解决了
技术介绍
中记载的技术问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：
3、一种智慧园区数字孪生可视化数据处理方法，包括，采集电力设备的运行条件数据后，由运行环境状态数据生成运行环境条件的异常度，在异常度超过异常阈值时向外部发出数据采集指令；
4、由电力设备相关数据生成电力设备运行数字孪生模型，对电力设备的运行数据进行异常识别，在异常值数量超过预期时向外部发出故障预测指令；
5、使用电力设备运行数字孪生模型进行对电力设备进行故障预测，由预测数据生成风险值，若风险值不超过风险阈值，自动生成故障日志后向外部发出一级报警指令；
6、由一级报警指令的接收状态数据生成警戒值，依据警戒值在若干设备中筛选出故障设备，为园区内故障设备规划维护路径，并对故障设备所处的环境条件数据及运行状态数据做可视化处理。
7、进一步的，在电力设备的运行区域内设置传感器网络，由传感器网络采集和监测运行区域内的环境条件数据，至少包括颗粒物浓度、湿度及电力设备运行负荷，汇总生成电力设备的运行环境状态数据集合。
8、进一步的，接收到数据采集指令后，采集工业园区内各电力设备相关数据；
9、由电力设备数据训练机器学习算法，生成电力设备运行数字孪生模型，并以实时数据对其进行更新。
10、进一步的，在预先设置的检测周期内监测采集电力设备运行数据后，汇总生成电力设备的运行数据集合；以电力设备运行数据集合内的运行数据作为输入，由训练好的异常数据识别模型进行异常数据识别。
11、进一步的，接收到故障预测指令后，以电力设备的运行数据和环境数据作为输入，使用电力设备运行数字孪生模型进行对电力设备进行故障预测；
12、若电力设备会产生运行故障，对运行数据及环境数据进行数据降维和特征提取，识别对电力设备运行故障产生影响的影响因素及其影响程度，并监测和采集影响因素的实时数据值。
13、进一步的，将相应的影响程度作为影响值，无量纲条件下，以实时数据值与合格阈值关系，以及影响值构建风险值，方式如下：
14、式中：是第个影响因素在时间的实时数据值，是第个影响因素的影响值，为第个影响因素的合格阈值；为影响因素的总数，为监测区间；权重系数， ，，。
15、进一步的，若在预先设置的故障维护周期内接收到的一级报警指令次数超过预期，将接收到一级报警指令的时间节点作为报警节点，以每次风险值超出风险阈值的比例作为风险比；
16、依据报警节点的分布状态及风险比生成警戒值；若警戒值超过警戒阈值，将相应电力设备作为故障设备，并向外部发出二级报警指令。
17、进一步的，接收到二级报警指令后，将故障设备在电子地图上标记，记录电力设备在发出一级报警指令时的风险值及环境的异常度，进而生成故障设备维护的优先级；
18、根据设备运行状态和环境条件数据的变化，实时调整对故障设备进行维护时的优先级。
19、进一步的，获取每个故障设备的位置信息、维护的优先级、预计的维护所需时间后，依据设备运行时间设定时间窗口约束条件，采用预训练的蚁群算法对故障设备求解最优维护路径；
20、将获取的最优维护路径在电子地图上标记，并以其作为维护顺序，对故障设备所处的环境条件数据及运行状态数据做可视化处理。
21、一种智慧园区数字孪生可视化数据处理系统，包括，
22、条件异常分析单元，采集电力设备的运行条件数据后，由运行环境状态数据生成运行环境条件的异常度，在异常度超过异常阈值时向外部发出数据采集指令；
23、模型生成单元，由电力设备相关数据生成电力设备运行数字孪生模型，对电力设备的运行数据进行异常识别，在异常值数量超过预期时向外部发出故障预测指令；
24、设备故障预测单元，使用电力设备运行数字孪生模型进行对电力设备进行故障预测，由预测数据生成风险值，若风险值不超过风险阈值，自动生成故障日志后向外部发出本文档来自技高网...
【技术保护点】
1.一种智慧园区数字孪生可视化数据处理系统，其特征在于：包括，
2.根据权利要求1所述的一种智慧园区数字孪生可视化数据处理系统，其特征在于：
3.根据权利要求2所述的一种智慧园区数字孪生可视化数据处理系统，其特征在于：
4.根据权利要求3所述的一种智慧园区数字孪生可视化数据处理系统，其特征在于：
5.根据权利要求4所述的一种智慧园区数字孪生可视化数据处理系统，其特征在于：
6.根据权利要求5所述的一种智慧园区数字孪生可视化数据处理系统，其特征在于：
7.根据权利要求6所述的一种智慧园区数字孪生可视化数据处理系统，其特征在于：
8.根据权利要求7所述的一种智慧园区数字孪生可视化数据处理系统，其特征在于：
9.根据权利要求8所述的一种智慧园区数字孪生可视化数据处理系统，其特征在于：
【技术特征摘要】
1.一种智慧园区数字孪生可视化数据处理系统，其特征在于：包括，
2.根据权利要求1所述的一种智慧园区数字孪生可视化数据处理系统，其特征在于：
3.根据权利要求2所述的一种智慧园区数字孪生可视化数据处理系统，其特征在于：
4.根据权利要求3所述的一种智慧园区数字孪生可视化数据处理系统，其特征在于：
5.根据权利要求4所述的一种智慧园区数字孪生可...
【专利技术属性】
技术研发人员：闫军，徐磊，郭庆雷，赵旭东，杨玉红，范婷，王东晖，李保东，王树森，郭飞，
申请(专利权)人：山东通维信息工程有限公司，
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。