本发明专利技术公开了一种基于数字孪生的数据监测方法及装置，包括分别采集各个应用场景中的全息数据；根据预设的训练样本集和测试样本集构建待优化数字孪生模型；基于预设的时间维度权重、空间维度权重和历史维度权重对所述待优化数字孪生模型进行优化；将所述全息数据输入至所述目标数字孪生模型中，以使所述目标数字孪生模型输出相关联的处理结果。本发明专利技术实施例提供的基于数字孪生的数据监测方法及装置，通过时间维度权重、空间维度权重和历史维度权重对数字孪生模型进行优化，能够得到更为准确的数字孪生模型处理结果，进而能够对实际出现故障的设备进行实时监测，准确分析故障设备的故障原因，提高故障设备的检修效率，保障电网设备的稳定运行。备的稳定运行。备的稳定运行。
【技术实现步骤摘要】
一种基于数字孪生的数据监测方法及装置
[0001]本专利技术涉及电网
，尤其是涉及一种基于数字孪生的数据监测方法及装置。
技术介绍
[0002]数字孪生技术是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生技术是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。
[0003]随着数字电网技术的不断发展，如何通过数字孪生技术，在数字空间实现数据驱动的全局、全生命周期的数字孪生体，进而实现电网设备的数字化实时监测，已成为本领域技术人员所要亟待解决的技术问题。
技术实现思路
[0004]本专利技术提供一种基于数字孪生的数据监测方法及装置，通过时间维度权重、空间维度权重和历史维度权重对数字孪生模型进行优化，能够得到更为准确的数字孪生模型处理结果，提高了模型的预测准确率，保障了电网设备的稳定运行。
[0005]为了解决上述技术问题，本专利技术实施例提供了一种基于数字孪生的数据监测方法，包括：
[0006]分别采集各个应用场景中的全息数据；
[0007]根据预设的训练样本集和测试样本集，构建待优化数字孪生模型；
[0008]基于预设的时间维度权重、空间维度权重和历史维度权重，对所述待优化数字孪生模型进行优化，得到目标数字孪生模型；
[0009]将所述全息数据输入至所述目标数字孪生模型中，以使所述目标数字孪生模型输出相关联的处理结果，所述处理结果至少包括以下所述中的一种或多种：
[0010]预测设备的运行状态、健康状态、故障状态或维护需求状态。
[0011]作为其中一种优选方案，在所述分别采集各个应用场景中的全息数据后，所述基于数字孪生的数据监测方法还包括：
[0012]对所述全息数据进行预处理，所述预处理至少包括以下所述中的一种或多种：去噪、校正或标准化。
[0013]作为其中一种优选方案，在所述根据预设的训练样本集和测试样本集，构建待优化数字孪生模型前，所述基于数字孪生的数据监测方法还包括：
[0014]基于网络爬虫技术获取原始数据集；
[0015]分别对所述原始数据集中的各个样本数据进行数据清洗、数据标注、数据增强和数据重组，得到待划分数据；
[0016]根据预先设定的阈值比例，对所述待划分数据进行划分，得到用于进行训练的训
练样本集和用于进行测试的测试样本集。
[0017]作为其中一种优选方案，在所述基于预设的时间维度权重、空间维度权重和历史维度权重，对所述待优化数字孪生模型进行优化前，所述基于数字孪生的数据监测方法还包括：
[0018]根据时间序列模型提取所述原始数据集中的时间维度特征，并根据与所述时间维度特征相匹配的内容集，计算所述时间维度权重；
[0019]根据空间统计模型提取所述原始数据集中的空间维度特征，并根据与所述空间维度特征相匹配的内容集，计算所述空间维度权重；
[0020]根据所述原始数据集对应的采样周期和用户选定的历史影响系数，得到所述历史维度权重。
[0021]作为其中一种优选方案，在将所述全息数据输入至所述目标数字孪生模型中后，所述基于数字孪生的数据监测方法还包括：
[0022]确定要处理的设备节点；
[0023]基于所述设备节点的类型，分别对各个所述全息数据进行格式转换；
[0024]将所述目标数字孪生模型与格式转换后的全息数据进行融合，以得到对应的处理结果。
[0025]本专利技术另一实施例提供了一种基于数字孪生的数据监测装置，包括：
[0026]数据采集模块，用于分别采集各个应用场景中的全息数据；
[0027]待优化数字孪生模型模块，用于根据预设的训练样本集和测试样本集，构建待优化数字孪生模型；
[0028]目标数字孪生模型模块，用于基于预设的时间维度权重、空间维度权重和历史维度权重，对所述待优化数字孪生模型进行优化，得到目标数字孪生模型；
[0029]处理模块，用于将所述全息数据输入至所述目标数字孪生模型中，以使所述目标数字孪生模型输出相关联的处理结果，所述处理结果至少包括以下所述中的一种或多种：
[0030]预测设备的运行状态、健康状态、故障状态或维护需求状态。
[0031]作为其中一种优选方案，所述基于数字孪生的数据监测装置还包括：
[0032]预处理模块，用于对所述全息数据进行预处理，所述预处理至少包括以下所述中的一种或多种：去噪、校正或标准化。
[0033]作为其中一种优选方案，所述基于数字孪生的数据监测装置还包括：
[0034]爬虫模块，用于基于网络爬虫技术获取原始数据集；
[0035]待划分数据模块，用于分别对所述原始数据集中的各个样本数据进行数据清洗、数据标注、数据增强和数据重组，得到待划分数据；
[0036]划分模块，用于根据预先设定的阈值比例，对所述待划分数据进行划分，得到用于进行训练的训练样本集和用于进行测试的测试样本集。
[0037]作为其中一种优选方案，所述基于数字孪生的数据监测装置还包括：
[0038]时间维度权重模块，用于根据时间序列模型提取所述原始数据集中的时间维度特征，并根据与所述时间维度特征相匹配的内容集，计算所述时间维度权重；
[0039]空间维度权重模块，用于根据空间统计模型提取所述原始数据集中的空间维度特征，并根据与所述空间维度特征相匹配的内容集，计算所述空间维度权重；
[0040]历史维度权重模块，用于根据所述原始数据集对应的采样周期和用户选定的历史影响系数，得到所述历史维度权重。
[0041]作为其中一种优选方案，所述基于数字孪生的数据监测装置还包括：
[0042]设备节点模块，用于确定要处理的设备节点；
[0043]格式转换模块，用于基于所述设备节点的类型，分别对各个所述全息数据进行格式转换；
[0044]融合模块，用于将所述目标数字孪生模型与格式转换后的全息数据进行融合，以得到对应的处理结果。
[0045]相比于现有技术，本专利技术实施例的有益效果在于以下所述中的至少一点：首先分别采集各个应用场景中的全息数据；然后根据预设的训练样本集和测试样本集，构建待优化数字孪生模型；接着基于预设的时间维度权重、空间维度权重和历史维度权重，对所述待优化数字孪生模型进行优化，得到目标数字孪生模型；最后将所述全息数据输入至所述目标数字孪生模型中，以使所述目标数字孪生模型输出相关联的处理结果，以上整个过程能够预测设备的运行状态、健康状态、故障状态或维护需求状态，其中的时间维度权重、空间维度权重和历史维度权重三项指标也可以对数字孪生模型进行优化，提高模型处理的准确率，进而能够有效监测设备的健康状态，对实际出现故障的设备进行实时监测，准确分析故障设备的故障原因，提高故障设备的检修效率，保障电网设备的稳定运行。...
【技术保护点】
【技术特征摘要】
1.一种基于数字孪生的数据监测方法，其特征在于，包括：分别采集各个应用场景中的全息数据；根据预设的训练样本集和测试样本集，构建待优化数字孪生模型；基于预设的时间维度权重、空间维度权重和历史维度权重，对所述待优化数字孪生模型进行优化，得到目标数字孪生模型；将所述全息数据输入至所述目标数字孪生模型中，以使所述目标数字孪生模型输出相关联的处理结果，所述处理结果至少包括以下所述中的一种或多种：预测设备的运行状态、健康状态、故障状态或维护需求状态。2.如权利要求1所述的基于数字孪生的数据监测方法，其特征在于，在所述分别采集各个应用场景中的全息数据后，所述基于数字孪生的数据监测方法还包括：对所述全息数据进行预处理，所述预处理至少包括以下所述中的一种或多种：去噪、校正或标准化。3.如权利要求1所述的基于数字孪生的数据监测方法，其特征在于，在所述根据预设的训练样本集和测试样本集，构建待优化数字孪生模型前，所述基于数字孪生的数据监测方法还包括：基于网络爬虫技术获取原始数据集；分别对所述原始数据集中的各个样本数据进行数据清洗、数据标注、数据增强和数据重组，得到待划分数据；根据预先设定的阈值比例，对所述待划分数据进行划分，得到用于进行训练的训练样本集和用于进行测试的测试样本集。4.如权利要求3所述的基于数字孪生的数据监测方法，其特征在于，在所述基于预设的时间维度权重、空间维度权重和历史维度权重，对所述待优化数字孪生模型进行优化前，所述基于数字孪生的数据监测方法还包括：根据时间序列模型提取所述原始数据集中的时间维度特征，并根据与所述时间维度特征相匹配的内容集，计算所述时间维度权重；根据空间统计模型提取所述原始数据集中的空间维度特征，并根据与所述空间维度特征相匹配的内容集，计算所述空间维度权重；根据所述原始数据集对应的采样周期和用户选定的历史影响系数，得到所述历史维度权重。5.如权利要求1所述的基于数字孪生的数据监测方法，其特征在于，在将所述全息数据输入至所述目标数字孪生模型中后，所述基于数字孪生的数据监测方法还包括：确定要处理的设备节点；基于所述设备节点的类型，分别对各个所述全息数据进行格式转换；将所述目标数字孪生模型与格式转换后的全息数据进行融合，以得到对应的处理结果。6.一种基于数字孪生的...
【专利技术属性】
技术研发人员：丁敬，陈炜，成敬周，方涛，孙志达，吴靖，史宇超，崔俊杰，钟宇峰，汪铭峰，王未来，钱佳凯，罗良，刘国清，许锦文，魏亚龙，
申请(专利权)人：北京华科智行科技有限公司，
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。