今天是:

科普中国:数字孪生|解读之二:数字孪生有哪些关键技术?

来源:水利部网站 发布日期:2022-09-07
字体: [大] [中] [小]

  数字孪生的技术架构

  图1是数字孪生的技术架构,包含五层,自下而上为感知、数据、建模、可视化和应用。另外,还需要平台软件,机理分析的支撑。建立数字孪生,数据是基础,模型是核心,软件或平台是载体。

  

  数字孪生的技术架构

  数字孪生的关键技术

  数字孪生技术架构中各层技术简单介绍如下:

  (1)感知

  为了实时感知物理实体及其运行环境,需要传感技术、监测技术的支撑。例如,为了建立面向风电、光伏出力预测和故障诊断的数字孪生,需要获得电站周边气象数据以及设备温度、声音、振动等数据,为此,需要可获取声振信号、温度、湿度数据的传感设备,当然,也需要来自SCADA系统的电气数据。电力系统的智能电表、SCADA、PMU等也应看作是传感设备,通过智能电表,可以感知用户的用电特性,通过PMU,可以感知到系统受到的扰动。

  (2)数据

  通过监测和传感获得的数据,需要利用先进的通信技术传输到数据平台或数据库中进行存储、处理和建模。如果数据量大,实时性要求高,需要大容量、高速通信技术,根据需要,也可以采取边缘计算模式存储处理数据。为节省信道和存储空间,需要应用数据压缩技术;为实现多源异构数据的融合、时空数据融合,需要应用数据融合技术;为提高数据处理和建模速度、满足数据孪生的实时性要求,需要采用分布式存储和处理技术、流计算、内存计算等技术。

  (3)建模

  建模方法包括机理建模方法和数据驱动建模方法。前者根据研究对象的机理特性建立数学公式,并赋予参数,然后应用数值计算方法或解析方法进行计算,一般适合于机理清楚的物理系统;后者是指采用统计学、机器学习方法建立模型,适合于机理不明确或只存在关联关系的研究对象。机理建模时由于存在不可避免的假设和简化,有时会带来不容忽视的误差,这种情况下,如果数据足够,也适合采用数据驱动建模方法。另外,采用数据驱动方法时,为了解决小样本、样本不均衡、弱特征以及不可解释性等问题,将机理建模方法和数据驱动方法相结合,具有一定优势。

  数字孪生的模型需要随物理实体同步更新、演化,如图所示。

  

  数字孪生随物理实体的更新逻辑

  (4)可视化

  数字孪生需要很直观的可视化效果,三维展示、地理信息系统(GIS)、AR/VR等都是很重要的可视化技术。例如,在地理信息图上,直观展示电网脆弱性分析结果,其中,蓝色区域最为脆弱,一点攻击可影响到10%电网,紫色、橘色和红色区域要造成同样严重后果,需要更多的攻击;又如,风机的数字孪生,在地理位置上标注了风机的身份信息,点击各个部位,均能更直观地看到各个部位的状况。

  (5)应用

  数字孪生应用的领域很多,智慧城市、精准医疗、智能制造、智慧能源是最重要的应用领域。

  小结:

  数字孪生是一项综合性技术,数据是基础,模型是核心,平台或软件是载体。所以获取数据的传感技术、监测技术以及数据的传输技术、存储技术、融合技术、处理技术,都是数字孪生的基础性技术;各种建模技术以及支撑建模的平台和软件、三维展示和AR/VR技术也是数字孪生的关键技术。

  图文:中国电力科学研究院人工智能应用研究所 张东霞


相关附件:
往上 往下
打印 关闭