智慧变电站技术及应用（04 三维数字孪生技术）

广安市华鑫建设

4.1 数字孪生体系架构

数字孪生技术（SDT，Substation Digital Twins）通常是指综合运用多种技术，以实现物理真实空间与数字虚拟空间的实时双向同步映射以及虚实交互为目的的一种技术。这里的交互是指广义上的交互操作，除人机交互之外，亦囊括了物理世界通过传感器感知数据塑造数字世界，以及数字世界反向通过促动器对物理世界进行改造等交互形式。
一个完整的数字孪生结构应当包括物理、数据、模型、功能和能力五个层级，对应着数字孪生的5大要素——物理对象、对象数据、动态模型、功能模块及应用能力，其中的关键要素是对象数据、动态模型以及功能模块这三部分。



3.1-1 数字孪生体系架构及核心要素

1) 物理层
物理层所包含的物理对象不单指物理实体，同时也包含了对象实体内及对象实体间所存在的运行逻辑、生产关系等真实存在的逻辑规则。
2) 数据层
数据层数据集合了对象实体所在物理空间的固有数据和各类感知传感器采集到的各类运行数据。
3) 模型层
模型层中的模型，包含了对应对象实体的机理模型以及大量的数据驱动模型，模型的关键在与“动态”，这意味着这些模型强调自学习、自调整的能力。
4) 功能层
“功能模块”是功能层的核心要素，它是指各模型或独立运行或相互联动所形成的半自助性质的子系统，亦可表述为一个小型的数字孪生模型。半自助性则是对这些功能模块在设计中即具备独立性、创新性，同时又遵循共同的设计规则、规约，相互之间具备一定的统一性的特性表述。数字孪生模型基于此特性可以在灵活扩展、删除、替换以及编辑的同时，具备重新组合的能力，并根据实际需求实现各类复杂应用，演化成熟的数字孪生体系。
5) 能力层
结合以上各层能力，最终将特定应用场景中的具体问题以功能模块搭配组合的方式来形成解决方案，在归纳总结后会输出一套专业知识体系，作为数字孪生向外提供的应用能力，也被称作应用模式。借助内部模型及模块所具备的半自主的特性，使其形成的模式亦可在相当程度上展现自适应调整能力，使能力层的应用更加广泛。
4.2        数字孪生关键技术

按照一个数字孪生系统所能实现的功能来分，通常可分为以下4个阶段：



图4.2-1 数字孪生发展阶段

4.2.1 数化仿真阶段

在仿真阶段，需要对物理空间信息进行精细并准确的数字复现，同时通过物联网技术将物理空间与数字空间进行虚拟与现实的交互。在本阶段，不需要传递的数据完全具备实时性，只需要在短周期内局部汇聚和传递，数字世界接收物理世界的数据并对其进行能动改造基本基于物联网硬件设施。
在本阶段主要牵涉到的层级为模型层（特别是构建机理模型）、数据层以及物理层，核心关键技术是物联感知以及数字建模技术。以三维测绘、几何仿真、流程建模等技术为手段，实现物理对象的数字化搭建，复现出对应的机理模型，并基于物联感知技术将对象的物理空间信息传递给计算机。
4.2.2 分析诊断阶段

在本阶段，需要满足实时同步的数据传递。将数据驱动模型与物理对象的高精数字仿真模型相融合，全周期动态监控物理空间，结合业务实际需求，构建业务知识图谱，生成各类功能模块，将涉及到的数据进行剖析、理解，诊断已发生事件并对即将发生的做出预警和调整。从而实现对物理世界的状态追踪、解析和事件诊断等。
本阶段的关键点在于将数据分析模型与机理模型相结合，以统计计算技术、大数据分析技术、知识图谱技术、计算机视觉技术以及物联网相关技术为核心技术来展开。
4.2.3 学习预测阶段

具备学习预测能力的数字孪生结合感知数据的分析结果以及行业动态词典，进行自主学习更新，并参照已知物理对象的运行模式，对未发觉的或未来可能出现的新物理对象在数字空间中进行预测、模拟以及调试。数字孪生在形成对未来发展的趋势判断后，以人类能理解并感知的方式在数字空间中呈现出来。
本阶段的核心是由复数个庞杂的数据驱动模型所构成的且具备自主学习能力的半自主型功能模块，这意味着数字孪生需要做到拟人般灵活感知和解析物理世界，并基于学习理解到的已知知识进行推理，获取未知知识。本阶段涉及到的核心技术包括自然语言处理、人机交互、机器学习、计算机视觉等领域。
4.2.4 决策自治阶段

到达这一阶段的数字孪生基本可以称为是一个成熟的数字孪生体系。一个成熟的数字孪生体系应当具备决策自治能力。具备不同功能和发展方向但又遵循共同设计规约的功能模块组成了面像不同层级的一个个业务应用能力，它们与一些独立的复杂功能模块在数字空间中进行交互沟通并实现智能结果的共享。随后，作为“中枢神经”的功能模块将各个智能推理结果做进一步归结、整理和分析，预判物理世界的复杂状态，自主形成决策性建议和预测性改造，同时结合实际情况不断地对自身体系进行完善和改造。
在数据类型在此过程中更加复杂多样，并且不断的逼近物理世界的核心，大量的跨系统异地数据交换也必然会伴随而生，甚至会牵涉到数字交易。故而，本阶段核心技术在机器学习、大数据等人工智能领域的技术外，还应当囊括区块链、云计算以及高级别隐私保护等方面的技术。
4.3 在智慧变电站中的应用

智慧变电站中，数字孪生首先要解决的是“数据孤岛”的挑战。以往，在电网行业数字化转型的过程中，常见的是各系统、部门的数据信息独立且分散，形成一个个“数据孤岛”；再如，由于数据来源多样化，导致数据格式各异、缺乏标准化，不便于融合利用；此外，还存在数据表达能力不足、缺乏数据交互、难以还原真实场景等顽疾。
而打造以电网模型为基础、基于数字孪生技术的物联管控平台，则可以有效解决这些挑战。在数字孪生应用架构的底层，可以通过智能设备、智能表计等手段广泛采集物理世界的多源数据，形成全场景、跨系统空间的大数据集；在中间层，则以电网中台为基础，对不同来源、不同格式的数据进行融合和处理；最上层，则通过开放的API接口，让数据可以使能二次开发和集成，服务于数字电网的各个具体场景，营造多平台、跨终端的卓越用户体验。无论是在场地现场的设备巡检、故障排查，控制中心负责的配电站和配电管理，还是运维中心负责的业务流程管控、运维计划安排以及远程运维，都可以实现三维可视化运维。其数据和模型的可视化与互联互通，也为更高层次的场景化应用提供了实现基础。
变电站数字孪生能够为提升变电站设备及环境全景实时感知能力、在线诊断设备健康状态、推动提升设备隐患故障定位和检修效率、实现设备全生命周期管理等提供有力支撑。基于数字孪生系统的运维模式，可有效提升设备运维精益化管理水平，减少现场作业频度，降低现场作业误操作风险；通过对设备状态的精准评估，延长设备寿命周期，实现资产增值。



图4.3-1 变电站数字孪生样例

管理上，能为变电站的运行管理、作业管理、安全管理、施工管理带来全新的业务决策模式变革；业务上，以数字孪生技术的应用落地，通过信息系统分析决策，数字孪生变电站实时运行状态的反馈，支撑变电站内业务仿真与实时智能控制，真正由预防性检修向预测性检修转变，使运维管理更高效、生产作业更精准、成本开支更精益、安全防御更主动、人员配置更集约。

宏发饰业

秀起来~