面向能源互联网数字孪生的电力物联网关键技术及展望 - 信息谷 - ICITU

摘要：数字孪生以数字化技术为媒介，建立现实空间到虚拟空间的映射，实现对现实空间内的设备从运行参数到系统状态的全面感知，并以此为基础通过将包含指令的数据反馈到设备或系统完成决策活动。构建数字孪生电网，一方面能将电网的运行、管理与服务活动由实入虚，通过在虚拟空间进行建模、仿真、演绎与控制等活动，完成对电网自身的全面感知，进而强化其自我控制与自我学习能力；另一方面则能够强化各业务的数字化水平，全面改革传统作业模式与运营模式，深化新模式下数字化智能电网的建设与管理活动，并为电网建设的全面化感知、信息化连接与常态化运行提供了全新思路与应用手段。基于此，本篇文章对面向能源互联网数字孪生的电力物联网关键技术及展望进行研究，以供参考。

数字孪生技术是三维建模、人工智能、物联网技术的综合应用技术，它将现实中的场景通过各类传感器进行数字化、参数化后，在计算机系统中再次重构出与被仿真场景高度类似的可交互孪生场景。本文介绍了电力物联网技术通过将数字化孪生技术与设备检修技术相结合，并将应用到检定线的运维工作中的情况。通过数字化孪生系统，将数据准确地映射到数字化平台上，实现了业务流、数据流、信息流融合分析，实现对电力设备业务精益化运维。

1）物理对象：物理对象在不同的应用领域具有不同的实体形式。例如，工业领域中的人员、设备、物料、环境；城建领域的城市建筑、交通基础设施、城市能源、水利、电气等设施；农业领域的作物、水利、农田生态系统、农业机具等；建筑领域的人员、建筑结构、空调系统、照明、供水、供气、电梯等。2）测量感知与终端控制：测量感知是实现物理对象数字化建模的主要途径之一。一方面，对于物理对象的静态数据与模型，可通过测量获得；另一方面，对于物理对象的动态变化数据，可通过传感器将物理对象产生的动态信号转化为动态数字信号。3）通信网络：通信网络是数字孪生系统的重要组成部分，高速、低延时网络通信是实现数字孪生体与物理对象实时交互的基础。因此，数字孪生系统对物理网络、网络接口、通信协议等有更高的要求。4）数字孪生运行平台：数字孪生运行平台具有数据管理、模型仿真以及基于模型的学习预测、计算优化、决策自治等功能。其中，数据管理功能为仿真模型提供数据服务，包括接收数据采集系统上传的数据，对多种数据的分析、压缩、模式识别等处理，以及为驱动仿真模型运行提供数据伺服等；同时，数据管理功能能够对模型运行的中间数据以及历史记录等数据进行存储。模型仿真是数字孪生系统核心功能，涉及对物理对象的数字化建模和展示，对物理对象的同步驱动和运行管理等。5）用户域：用户域包括人、人机接口、应用层软件以及基于虚拟现实、增强现实的人机交互等。在数字孪生系统中，人是统筹控制、主导系统调控的核心。另外，人的知识和决策指令通过人机交互输入给数字孪生体，作为数字孪生体模型仿真、学习预测和优化决策的关键参数。

如图2所示。1）在物理世界向虚拟世界映射方面，如何形成能源互联网的动态多维、多时空尺度高保真模型，实现物理数字融合建模。针对能源互联网具有随机性和不确定性、难以单纯通过物理机理进行描述或求解的问题，基于电力物联网感知层和边缘层的数据资源，利用数据驱动建模方法从参数辨识、场景拟合、行为预测等方面对物理机理模型进行补充和提升，在保证信息安全的前提下，形成实时完整映射的数字虚拟系统，支撑电力业务场景智能应用。2）在虚拟世界向物理世界反馈方面，如何进行能源互联网双系统的迭代交互与动态演化，实现资源协同互动。有效利用数据的双向流动与价值挖掘，通过数据与知识融合的人工智能等先进数字技术，赋智业务场景应用，实现虚拟数字空间与真实物理空间的协同互动与反馈优化。

现阶段我国变压器设备的检修模式已经逐渐由传统的“计划检修”逐渐朝着“状态检修”过渡。开展变压器设备的“状态检修”要求对辅助设备与传感器设备在运营过程中反映的状态量数据进行分析处理，以此构建能体现变压器设备运行状态的数字模型，并采取模拟、仿真与驱动等方法优化设计、丰富数据，从质和量两个角度提升其可靠性与准确性,进而从多角度多层次体现变压器设备的运行规律。对变压器设备的运行规律开展数据挖掘活动的本质是数据孪生技术在变压器状态评估进程上的实现。中国电子信息产业发展研究院给出的数字孪生技术的最新定义在架构上包含了物理层、感知层、数据层、模型层与应用层五个层面。其中物理层对应物理实体；感知层主要包括用于状态监测的传感装置与辅助设备，为设备检修自我诊断等活动提供数据基础；数据层负责数据采集、整理与传输；模型层包括机理模型与数据驱动模型；应用层包括检修决策、服务调度、期限评估、指导采购等活动。以该架构为基础，综合变压器设备本身属性与工作环境，可逐步对变压器设备状态评估过程中各环节的技术架构开展分析。

设备状态评估工作的关键在与有效的设备健康评估指标难以确定，而通过数字孪生技术与数据挖掘技术从设备运行监测数据中提取能体现设备健康状态的数据量，通过观察、萃取设备故障的高位统计指标，分析、集成配电网故障的典型原因，从而实现故障检测功能；而后将运行数据集合、常规电器特征等作为网络输入，将待分析对象标签作为网络输出，从而建立端对端的深层模型，提取出相关故障的深层特征，继而为故障检测进程提供数据基础，完成相关活动。

（1）为端层和边层提供数字化感知与边缘计算能力基础，为管层提供数字传输渠道（2）为云层提供物联终端与海量数据管控、存储、共享基础；（3）则在“端-边管-云”数字化基础之上，为能源互联网数字孪生提供物理数字融合建模与支撑更高阶业务场景智能应用能力，是智层支撑技术；最终在这三项关键技术与数字化基础上，再进一步地开展基于电力物联网的电力业务场景智能应用，实现对电力物联网的智能感知诊断、优化决策与数据增值。图3分层“端-边-管-云-智”中的“端”指基于机-电-磁-光敏感机理表征、微纳结构优化及器件制备封装的高性能传感器，加大感知覆盖力度；“边”指利用边缘计算技术实现数据的就地处理、现场判决，减轻后续环节的通信与数据处理压力；“管”指基于多跳自组网、5G与北斗等融合通信技术，实现各类传感器即插即用、本地和广域灵活接入；“云”指为数据存储、计算、共享等提供弹性资源保障的物联管理平台；“智”指基于深度学习、强化学习、知识引导及群智优化等技术，面向电网、设备与用户提供多种智能业务应用。

目前已有西门子、ANSYS、GE、微软、比特视界和同元软控等国内外厂商提供了数字孪生相关解决方案。然而，根据行业或所针对的目标不同，各厂家开发使用的平台也各有不同。比如应用于通用工程技术仿真，ANSYS开发了用于数字孪生仿真建模的TwinBuilder，而基于MATLAB，可利用Simulink的多域建模工具创建物理模型；模型可视化平台，包括GIS地理信息系统、unity3D可视化、WebGL/Canvas网页可视化等；基于区块链数字孪生的BigChainDB数据库技术；能够创建全面数字模型的微软Azure物联网数字孪生平台等。