【技术实现步骤摘要】
配电网数字孪生体的运行状态预测方法及装置、训练方法
[0001]本专利技术涉及电力物联网领域，具体地涉及一种配电网数字孪生体的运行状态预测方法、一种数字孪生状态模型的训练方法、一种配电网数字孪生体的运行状态预测装置、一种计算机设备以及一种计算机可读存储介质。
技术介绍
[0002]配电物联网是传统工业技术与物联网技术深度融合产生的一种新型电力网络形态，通过配电设备间的全面互联、互通、互操作，实现配电网的全面感知、数据融合和智能应用，满足配电网精益化管理需求。
[0003]配电网数字孪生体（Distribute Network Digital Twin，分布式网络数字孪生，简称DNDT）对应的是真实世界中的配电网，是包括架空线路、杆塔、电缆、配电变压器、开关设备、无功补偿电容等配电设备及附属设施在内的配电网系统在虚拟数字空间的完整映射，通过全覆盖度的高密度动态数据，完全反映实体及其之间关系在全生命周期时间尺度内的动态变化，能实现与物理配电网系统的信息与动作的交互，同时也能支撑应用系统实现基于数字孪生体全模型数据智能分析...
【技术保护点】
【技术特征摘要】
1.一种配电网数字孪生体的运行状态预测方法，其特征在于，包括：获取配电设备的多项性能数据；将配电设备的多项性能数据作为当前特征值并行输入数字孪生状态模型，得到多项性能数据对应的多个预测特征值，根据多个预测特征值得到配电设备运行状态的多个特征状态值；其中，所述数字孪生状态模型包括由多组长短期记忆网络单元组构成的长短期记忆网络矩阵，每一组长短期记忆网络单元组对应配电设备的一项性能数据，所述多组长短期记忆网络单元组分别用于测算多项性能数据对应的预测特征值；根据所述配电设备运行状态的多个特征状态值，推测出对应所述配电设备的配电网数字孪生体的运行状态。2.根据权利要求1所述的配电网数字孪生体的运行状态预测方法，其特征在于，所述长短期记忆网络矩阵包括n
×
m个长短期记忆网络单元，配电设备的每一项性能数据对应一组滑动窗口为m的长短期记忆网络单元组，其中，n为配电设备的性能数据的项数，m为一组长短期记忆网络单元组中长短期记忆网络单元的个数。3.根据权利要求2所述的配电网数字孪生体的运行状态预测方法，其特征在于，所述长短期记忆网络单元包括输入门、输出门以及状态单元，所述状态单元用于将第一输入门信号与tanh函数激活的携带遗忘程度信息的第二输入门信号进行求和，得到状态更新信号。4.根据权利要求3所述的配电网数字孪生体的运行状态预测方法，其特征在于，所述长短期记忆网络单元的结构公式为：；其中，t为时刻，x
t
为当前时刻的输入信号，y
t
为当前时刻的输出信号，y
t
‑1为上一时刻的输出信号，i
t
为第一输入门信号，z
t
为第二输入门信号，c
t
为当前时刻的状态更新信号，c
t
‑1为上一时刻的状态更新信号，o
t
为输出门信号，W
z
为z
t
的输入权重矩阵，U
z
为z
t
的递归权重矩阵，U
i
为i
t
的递归权重矩阵，U
o
为o
t
的递归权重矩阵，b
z
为z
t
的偏置矩阵，b
i
为i
t
的偏置矩阵，b
o
为o
t
的偏置矩阵，σ()为sigmoid函数，g()为tanh函数，
⊙
表示点乘运算。5.根据权利要求1所述的配电网数字孪生体的运行状态预测方法，其特征在于，所述根据多个预测特征值得到配电设备运行状态的多个特征状态值，包括：将所述多组长短期记忆网络单元组测算的预测特征值，通过分类器映射到配电设备运
行状态集的概率值，以最大概率准则确定配电设备运行状态的多个特征状态值。6.根据权利要求5所述的配电网数字孪生体的运行状态预测方法，其特征在于，根据所述配电设备运行状态的多个特征状态值，推测出对应所述配电设备的配电网数字孪生体的运行状态，包括：将所述配电设备运行状态的多个特征状态值进行逻辑运算，得到配电设...
【专利技术属性】
技术研发人员：白晖峰，霍超，严岩，甄岩，闫波，陈文彬，陈克伟，张颉，郑利斌，张港红，尹志斌，高健，苑佳楠，罗安琴，
申请(专利权)人：北京智芯微电子科技有限公司，
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。