【技术实现步骤摘要】
一种基于数字孪生的统一数据计量采集系统
[0001]本专利技术涉及计量采集系统领域,具体涉及一种基于数字孪生的统一数据计量采集系统
技术介绍
[0002]传统的计量采集方式和模式固定,以电网为例,根据IEC 61850
‑9‑
2LE规定电能计量系统的采样率固定为256
×
fr或80
×
fr,数据位数为32位。电力企业安全分区要求使得各业务部门独立采集所需数据,形成“信息孤岛”。由于各业务场景服务对象不同,导致部门间的数据格式和定义不一致,无法为系统高级业务应用提供支持。此外,不同的业务应用场景,对计量数据的数据质量、数据项类别、采集频度、时标精度也各有区别。不同业务之间采集的数据项存在部分重叠,可能导致数据一致性和完整性存在问题。当前计量采集系统缺乏统一的采集方案及平台,数据复用性差。
[0003]以“数字电网”建设的概念为例,强调以“电力+算力”建设一体化智能运行系统,利用数字孪生技术建立跨部门、跨应用、跨业务的平台,提升可观可测可控水平,助力实现状态全感知、管理全在线、数据全管控,打造覆盖全过程生产环节的数字孪生电网。数字孪生(digital twin,DT)可充分利用海量数据资源,在数字空间设计虚拟模型,实现信息系统与物理系统的映射交互,从而帮助对物理对象进行优化和决策。现有的固定分层结构的计量自动化系统针对的是单一应用场景独立采集无法掌握全业务对象的信息,逐渐满足不了当前新兴数字电网的需求。
[0004]针对以上问题,本专利技术设计了跨部门 ...
【技术保护点】
【技术特征摘要】
1.一种基于数字孪生的统一数据计量采集系统,其特征在于:所述基于数字孪生的统一数据计量采集系统包括计量系统、业务应用系统、传输支撑系统、数字孪生系统以及数据采集系统;计量系统包括数据采集主站和采集终端;计量系统将采集终端的计量数据上传至数据主站或传输给对端设备;所述数据采集系统分为数据采集控制面和数据采集分发面;数字孪生系统接收业务应用系统下行的业务模型和应用性能指标,依据业务模型仿真运行数据采集分发面接收的实时采集数据取得数据应用效果的综合评价,将数据应用效果的综合评价发送给数据采集系统;业务应用系统和数字孪生系统均不直接控制数据采集系统,即业务应用隔离区获得是数据的最终效果而不下发数据的采集控制指令。2.根据权利要求1所述的基于数字孪生的统一数据计量采集系统,其特征在于:数字孪生系统还将从数据采集系统获得的数据,并依据数据应用模型运行仿真,通过实时对比仿真运行结果数据与数据应用指标之间的差值判断数据采集系统所获取数据的质量。3.根据权利要求2所述的基于数字孪生的统一数据计量采集系统,其特征在于:数字孪生系统还综合不同业务应用系统的数据质量分析,获得多个业务应用系统的综合数据质量分析结果,并将综合数据质量分析结果发送给数据采集系统,但不下发采集控制指令给数据采集系统;数据采集系统根据综合数据质量分析结果决策调整数据采集策略以及通信传输策略,并下发调整采集指令来调整采集参数,采集参数包括采集精度和频度。4.根据权利要求3所述的基于数字孪生的统一数据计量采集系统,其特征在于:所述数据采集主站将采集数据并行输入到数字孪生系统和业务应用系统包括数据采集主站将统一的采集数据分类后分发给不同业务应用系统,同时也将采集数据镜像分发给数字孪生系统,由数字孪生系统模拟业务应用系统的使用数据的处理运行过程。5.根据权利要求1
‑
4任一所述的基于数字孪生的统一数据计量采集系统,其特征在于:业务模型包括电力负荷预测模型和实时交易模型;应用性能指标包括电力负荷预测精度和实时交易价格误差。6.根据权利要求5所述的基于数字孪生的统一数据计量采集系统,其特征在于:数字孪生系统进行动态数据驱动仿真,动态数据驱动仿真包括数据预处理和采用基于数字孪生的数据预测方法进行数据预测,数据预处理包括采用线性插值法实现负荷曲线的补全。7.根据权利要求5所述的基于数字孪生的统一数据计量采集系统,其特征在于:所述基于数字孪生的统一数据计量采集系统基于电力市场现货交易;用于建立多业务应用的数字模型包括:定义多项式系数模型用于映射预测负荷曲线和用户实际负荷曲线;r(t)=B(q)
·
r1(t)+r2(t)t∈1,2,L,N
d
;其中,r1(t)为实际用电负荷曲线;r(t)为预测负荷曲线;t为一天中用电信息数据采样点的序号,Nd为一天中总负荷采样点数;r2(t)为随机可调用电负荷;B(q)为偏移算子的多项式,其中,q
‑1表示预测和实际的偏移算子;b为多项式每一项的系数。
8.根据权利要求7所述的基于数字孪生的统一数据计量采集系统,其特征在于:基于数字孪生的数据预测方法为Bi
‑
LSTM方法;Bi
‑
LSTM方法结合历史和预测数据信息,定义同一输出以相反的时序连接两个LSTM网络;前向LSTM序列的可以获取过去数据信息作为输入序列,反向LSTM序列获取预测数据信息作为输入序列;即在t时刻Bi
‑
LSTM的隐藏状态H
t
包括正向h
t
序列和反向h
t
序列;...
【专利技术属性】
技术研发人员:胡书恺,李香,胡文前,王文莉,徐鑫,
申请(专利权)人:胡书恺,
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。