数字孪生在煤矿电网中的应用研究

立足于数字孪生的基本概念和内涵,分析了数字孪生技术在煤矿电网中的应用优势：以同步实体运行状态、数字化模拟运行2种手段来辅助煤矿电网的运行管理,具有数据驱动、实时更新、同步反馈的特点。提出了由煤矿电网物理实体层、煤矿电网数字孪生模型层、用户管理服务层、数据交流层组成的煤矿电网数字孪生体系基本架构,从物理实体、数字孪生模型2个方面探索了煤矿电网数字孪生体系运行模式。介绍了建立煤矿电网数字孪生体系的关键技术：煤矿电网数字孪生模型构建、智能数据采集、基于5G的智能通信、数字孪生智能数据库、数字孪生设备智能管理平台。给出了数字孪生技术在煤矿电网中的具体应用场景,包括煤矿井下电气设备状态评估、煤矿电网故障定位和保护、煤矿电网智能监控、煤矿井下线路智能巡检。将数字孪生技术应用在煤矿电网中,对煤矿电网的状态和运行进行动态仿真建模,一方面可以满足当今规模庞大的煤矿电网相对地面电网更高的运行要求,保障煤矿生产安全性,另一方面可推进煤矿电网的智能化进程,实现数据资源高效合理利用。     

基于数字孪生的主动电网设备状态推演方法

主动电网的动态变化、网络异构和信息庞杂等特性给孪生体的高精准度映射带来了巨大挑战。为解决数字孪生主动电网的高精准度映射问题,提出了一种基于径向基函数神经网络的设备状态推演方法。方法通过建立径向基函数神经网络的电网设备状态监测器,获取正常负荷下的残差数据,并计算设备负荷系数。然后,利用基于马氏距离的相似矩阵识别设备的运行环境,并调用相应的设备推演模型,实现对复杂工况下设备状态的精确推演。实验证明,上述方法的设备状态推演准确率高达92%,满足数字孪生主动电网的要求,为电网智能调控和精确规划提供了基础信息,同时为电网数字化建设提供了理论参考。     

基于数字孪生的Buck电路故障诊断方法

针对Buck电路故障诊断方法存在计算量大和准确率低等问题,提出了一种基于数字孪生的Buck电路故障诊断方法。首先,通过Matlab/Simulink软件平台建立Buck电路的数字孪生模型,并根据Buck电路元器件标称值设置数字孪生模型初始参数;然后,将采集的Buck电路输出电压信号及运行状态映射到数字孪生模型中,根据数字孪生模型与Buck电路的输出电压建立目标函数,并利用Levenberg-Marquart算法迭代优化目标函数,实现数字孪生模型的更新,最终实现Buck电路元器件参数估计;最后,比较数字孪生模型得到的参数估计值与Buck电路元器件标称值,若二者之差超过标称值20%,表明元器件失效,从而实现Buck电路故障诊断。实验结果表明,该方法对Buck电路元器件参数具有较高的估计精度与诊断可靠性。     

基于遗传算法的输变电设备数据补全

在数字孪生技术的发展下，我国电网行业也在由原来的物理电网逐步向数字电网发展。输变电设备作为电网中的电能输送和传输的枢纽设备，其运行的可靠性直接关系到电网的安全稳定运行。因此，及时掌握输变电设备当前的运行状态以及未来一段时间的运行趋势，实现对设备运行状态的准确评估，对于保证设备安全可靠运行具有重要意义。然而，在目前的实际应用过程中，受限于传感装置稳定性差、现场运行环境恶劣、电磁环境复杂等原因，输变电设备的状态量数据会出现数据缺失造成获得的数据质量较差，这会直接影响设备状态评估模型的准确性。提出一种基于遗传算法的输变电设备缺失数据补全方法，首先对变换域随机赋值，然后通过实现稀疏域中系数向量最小化达到缺失点恢复的效果。实验证明，该算法能够准确地恢复缺失数据。     

基于数字孪生技术的三维智能化系统设计

为了提升三维智能化水平,设计基于数字孪生技术的三维智能化系统。通过现场层管理数字孪生体映射的物理实体与监测对象,为三维智能化系统提供需要的基础数据;感知层利用温度传感器与颜色传感器等,感知现场层管理的物理实体相关数据;数据存储层利用分布式文件与关系型数据库,存储感知的数据;功能层利用数据预处理模块缺失值处理存储的数据;层次化建模模块,依据缺失值处理后的数据,建立物理实体的几何模型与属性模型,融合几何模型与属性模型,得到孪生体模型;孪生体模型驱动单元,利用三维模型驱动方法,驱动孪生体模型,实现物理实体与孪生体的同步映射,得到孪生数据;仿真与预测模块依据孪生数据,可视化监测与分析物理实体的工作状态;通过应用层为用户实时呈现物理实体的动作仿真与实时监控结果。实验证明：该系统可有效感知物理实体的相关数据,建立孪生体模型;该系统可有效实现物理实体的可视化管理,提升三维智能化水平。     

数字孪生在井队工程时效统计分析中的应用

数字孪生是基于物联网、数字化的多角度、多维度技术,具有实时同步、数字映射,能够实现物理环境与信息环境交互与融合的技术手段[1]。基于数字孪生技术,在井队工程中对钻井工艺流程的每一个环节进行实时的监控,根据大数据分析对钻井工作的状态进行评估和调整,能够及时地提高钻井的工作效率,从而为企业带来巨大的经济效益。     

综采工作面三机数字孪生及协同建模方法

针对现有煤矿设备数字孪生建模方法主要侧重对单一设备进行建模,缺少三机耦合协同关系分析的问题,提出了综采工作面三机数字孪生及协同建模方法。采用智能体建模方法构建包含感知单元、控制单元和执行单元的采煤机、液压支架、刮板输送机智能体模型,依据三维建模流程构建对应的可视化模型,以智能体模型驱动三维模型运动,二者结合构成三机数字孪生模型;采用离散事件建模方法构建涵盖三机数字孪生模型交互过程的协同工艺模型,按照时序梳理三机开采工艺,形成三机协同工艺时序表。数字孪生模型用于描述综采三机的状态与行为,进行个体层面的仿真计算;协同工艺模型用于表征数字孪生模型之间的时序动作转换,实现对三机协同过程整体的推演。采煤机数字孪生模型的摇臂升降仿真实验结果表明,与真实设备测量数据对比,模型误差小,摇臂倾角平均误差为2.3°;液压支架数字孪生模型的连续升柱动作仿真实验结果表明,模型与真实设备的一致性好,与真实设备测量数据对比,角度平均误差为0.14°,行程平均误差为6.3 mm;结合煤矿实际生产日志对构建的三机协同模型进行虚实仿真实验,结果表明,所构建的综采工作面三机数字孪生模型与真实设备实现了相互映射,仿真结果与...     

基于数字孪生的配电房监测方法

针对配电房传感器映射关系建立复杂、监测难度大的问题，研究一种新的数字孪生配电房监测方法，该方法映射关系和监测准确度更优。该方法是物理实体向虚拟空间映射的启发构造出来的，在配电房传感器数据提取的基础上，通过数字孪生技术实现配电房物理实体向虚拟模型的架构匹配、数字转换、运行仿真和实时监测，就可得到新的配电房监测方法。该方法已成功应用于配电房的状态监测中，在中国某城市的实例验证了该方法对配电房监测的有效性。     

断路器柔性装配车间数字孪生系统设计

为优化断路器装配车间的产线结构和作业方法,结合数字孪生技术,提出一种基于多机器人运动控制的断路器柔性自动化车间装配方案。面向自动化装配单元,结合工业机器人的柔性装配工艺及方法,对实体装配车间进行全物理属性的数字化建模,同时建立多机器人的运动学控制模型,将机器人的三维运动模型应用于虚拟孪生场景。通过数据的交互传递,实现物理单元与虚拟单元的实时链接,将车间机器人的运动轨迹、装配状态、作业运送流程等数据信息进行实时显示,从而实现断路器柔性装配数字孪生系统的搭建与同步映射。实验结果证明,所提方案对实现断路器柔性装配有显著效果。     

基于数字孪生的物联网工业运维系统

现如今,物联网技术已经得到了长足的发展,以物联网技术为基础的各类应用充满于我们的生活。建立了一个基于数字孪生的物联网工业运维系统,该系统通过数字孪生技术将实际场景中的工业设备与虚拟场景进行了数字映射,将真实的物理场景的静态特征和动态特征同步在虚拟场景中,再通过逻辑脚本实现将孪生模型和由传感器获得的孪生数据进行联动。通过物联网技术、MQTT通信协议技术、数据库技术和前端界面技术实现了工业运维系统,维保人员无需实际到达实际现场便实现对工业设备进行可视化云巡线、云调试和云监控。     

基于数字孪生技术的自动化微电子生产线智能控制研究

以提升微电子生产质量,缩减生产周期,研究基于数字孪生技术的自动化微电子生产线智能控制方法。建立自动化微电子生产线智能控制框架,利用传感器采集生产线生产状态和运行信号数据,经数据预处理后,利用映射字典生成微电子生产线的三维虚拟模型,结合多范围生产数据获取生产线数字孪生体,孪生体根据遗传算法计算出最佳投料和工件调节的最佳组合方案,保证生产线瓶颈设备不会产生空闲状态和拥堵情况,达到生产线输出率最高,实现微电子生产线智能控制。实验表明：该方法可实现物理生产线数据到虚拟生产线的实时映射,实现虚实数据统一,可提高微电子生产质量,缩减生产周期,降低生产成本,促进现代工业智能化发展。     

基于数字孪生的变电设备运维系统及其构建

针对变电设备周期状态管控难、运检效率低等问题,基于数字孪生理论,构建基于真实变电设备运维的数字化模型及系统。首先,在信息层建立能反映变电设备换流变、调相机、GIS（Gas Insulated Substation）这3类设备真实状态的数字孪生体;其次,基于换流变、调相机、GIS历史大数据,通过数字孪生体的变电站设备进行统计分析,并根据采集的实时数据、运维数据来预测变电站设备下一时刻的状态,使变电设备实现实际变电站内物理层与信息层数据的融合;最后,以变电站设备运维为对象,采用信息物理融合系统进行运维数据的集成和同步,形成最终变电设备运维数字孪生框架系统。相关研究表明,运用数字孪生技术可以对变电设备运维系统运行效率的提升和对变电站整体智能化提供强有力的技术支撑。     

基于数字孪生的角钢塔攀爬机器人系统研究

电网数字化建设管理将成为电力行业的发展趋势,作为电网输变电工程建设的重要组成部分,角钢塔智能化运维变得越发重要。为监测角钢塔的健康状况,实现角铁塔巡检等高空危险作业,提高工作效率,研究和开发角钢塔攀爬机器人具有重要意义。数字孪生是面向工业物联网的智能化应用,是连接物理世界与信息世界的桥梁与纽带,在角钢塔攀爬机器人的建模开发、智能作业、人机交互等多方面提供更加实时、智能、高效的服务。因此,为了给研究和开发角钢塔攀爬机器人提供一种新的方法,提出了基于数字孪生的角钢塔攀爬机器人系统理论架构,实现了角钢塔攀爬机器人数字孪生模型与物理实体之间的虚实映射与实时交互,并构建了数字化的角钢塔攀爬机器人系统平台。     

基于全息时标量测数据挖掘的配电网设备健康状态诊断分析

大数据、数据挖掘等新技术的出现和进步,为建设智能配电网提供了新的技术手段。为实现对配电网运行状态的真实还原、精细分析和精准预测,详实有效的配电网设备运行数据记录和支撑是关键,研究了配电网全息时标量测数据的变化即存储技术,基于全息时标量测数据研究了配电网设备健康状态诊断的方法,对配电网历史数据以及模型信息等进行了深入的数据挖掘,通过聚类分析、线性回归算法、熵权法等建立了设备状态诊断模型和评价体系,实现了对设备故障评估和预警分析等,为及时发现配电网的薄弱环节,保障配电网设备的安全稳定运行提供了有效手段。系统已在地市供电公司的配电网诊断方法研究与实现项目中得到实际应用,很好地满足了地市供电公司的配电网精益化管理需求。     

基于C4.5决策树的电网故障设备状态评估

对电网故障设备进行准确的状态评估可有效提高产品质量,减少资源浪费。提出了一种基于C4.5决策树的电网故障设备状态评估方法。首先,通过对电网设备故障因素进行分析,构建了包含13个状态量的设备故障状态体系。其次,基于C4.5决策树算法构建了电网设备状态评估模型。最后,通过后剪枝算法对模型进行剪枝降低模型复杂度,并定义多项指标对算法模型进行评价。实际数据分析结果表明,构建的算法模型预测准确率、精确率均能够达到91%以上,有效支撑设备厂商储备备品备件方面工作,提升企业效益。     

组件技术在配电网专业分析功能中的研究与应用

通过分析配电网空间分析功能不足的问题以及组件技术的优势,得出以组件技术进行配电专业分析功能的开发是最合适的选择这一结论.电网分析组件的设计建立在基于GIS的配电网网络拓扑模型,通过将配电中的设备分层映射为点设备和线设备,由此形成由简单点和简单线组成的网络拓扑.结合实例介绍了电网分析组件的实现以及二次开发的方法与比较.     

工业互联网支持下的数字孪生车间

随着信息时代的发展,数字孪生技术已成为实现智能制造的方法之一。首先说明了数字孪生的产生背景,数字孪生技术是实现信息空间和物理空间信息数据融合的重要方法、手段。接着从模型、数据、应用等不同方面,对智能车间数字孪生技术进行了探讨,同时比对了不同公司对数字孪生技术在车间应用的侧重点。通过比较智能车间相关概念,得出了数字孪生车间是一种新的车间运行模式,其关键问题是实时数据传输。工业互联网是一种将人、数据和设备等连接起来的网络技术,通过物联网等技术可以实现实时数据传输。分析了工业互联网技术的发展及工业互联网技术对实现数字孪生车间的技术支持,最后对数字孪生技术的发展进行了展望。随着数字孪生技术在车间中的运用,数字孪生车间必将成为未来智能车间的一种重要的实现方式。     

质子交换膜燃料电池系统数字孪生故障诊断模型研究

基于数字孪生的平行故障诊断方法通过检测和评估真实系统与数字孪生系统之间的残差进行故障诊断,相关数字孪生体基于质子交换膜燃料电池动力学模型和数据集合建立.如果残差向量超过故障检测阈值,则利用故障残差的相对敏感度执行故障隔离.本文将平行故障诊断方法引入质子交换膜燃料电池系统,构建了基于数字孪生估计器的平行故障诊断模型.仿真...     

基于数字孪生的产线设备实时监控方法与实现

为推动国家智能制造发展,面向生产过程中设备实时监控困难、透明性差、管控效率低、跨学科交叉情况复杂等问题,融合MBSE思想,提出一种基于数字孪生的产线设备监控方法并实现。首先,提出基于数字孪生的监控方法架构;基于SysML建模语言对产线系统和设备进行统一描述建模,建立结构图和行为图,形成数据模型;通过SysML模型与OPC UA联合,以位移数据和任务数据双通道驱动的方式进行虚实映射,并建立异常报警追溯机制;以仓储系统中核心设备堆垛机为例,构建其SysML模型、数字孪生模型,并以仓储产线实时缓存数据库redis为数据源,通过OPC UA获取并实时更新数据驱动数字孪生模型,实现其三维可视化监控,验证了方法的可行性和实时性     

基于小波网络的配电网空间数据库故障诊断方法

在进行配电网空间数据库建模中,需要对空间数据库进行优化检测和诊断,提高配电网的稳定运行能力,提出基于小波网络的配电网空间数据库故障诊断方法。构建配电网空间数据库的分布模型,采用高维特征分解方法进行配电网空间数据库的特征量化分解,结合小波网络学习方法进行配电网空间数据库故障状态特征提取,根据故障特征的聚类性进行配电网络空间数据库的结构重组和故障特性辨识,结合模糊统计分析方法,实现对配电网空间数据库的故障智能诊断。仿真结果表明,采用该方法进行配电网空间数据库故障诊断的准确性较好,分辨能力较强,提高了配电网空间数据库的稳定性。