CN113946952A - 风机孪生体的生成方法、装置及电子设备 - Google Patents
风机孪生体的生成方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113946952A CN113946952A CN202111198285.0A CN202111198285A CN113946952A CN 113946952 A CN113946952 A CN 113946952A CN 202111198285 A CN202111198285 A CN 202111198285A CN 113946952 A CN113946952 A CN 113946952A
- Authority
- CN
- China
- Prior art keywords
- fan
- twin
- model
- template
- twin body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本公开提出一种风机孪生体的生成方法、装置及电子设备,涉及风力发电技术领域。其中,方法包括:接收风机孪生体生成请求,其中,请求中包含风机型号;根据风机型号,在型号模型库中确定对应的孪生体模板;从数据库中获取风机型号对应的数据源,其中,数据源为与风机型号匹配的风机的历史运行数据;利用数据源,对孪生体模板进行训练,以生成风机型号对应的风机孪生体。由此,通过利用风机型号可以选取对应的孪生体模板,之后通过对孪生体模板进行训练,即可得到对应的风机孪生体,从而在生成风机孪生体时,无需从零开始构建,简化了风机孪生体的生成过程,节省了时间,提高了风机孪生体的生成效率,也降低了数字孪生技术的应用成本。
Description
技术领域
本公开涉及风力发电技术领域,具体涉及一种风机孪生体的生成方法、装置及电子设备。
背景技术
随着科技的进步,数字孪生技术发展的越来越快,其应用范围也越来越广泛,比如电力***、风力发电***等等。
相关技术中,在构建风机孪生体的过程中,对于每一个风机其对应的风机孪生体,都需要从零开始构建。而对于同一型号的风机来说,构建风机孪生体的过程较为相似,若仍然从零开始构建,步骤较为重复,耗费时间较多,投入成本也较高。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
本公开第一方面实施例提出了一种风机孪生体的生成方法,包括:
接收风机孪生体生成请求,其中,所述请求中包含风机型号;
根据所述风机型号,在型号模型库中确定对应的孪生体模板;
从数据库中获取所述风机型号对应的数据源,其中,所述数据源为与所述风机型号匹配的风机的历史运行数据;
利用所述数据源,对所述孪生体模板进行训练,以生成所述风机型号对应的风机孪生体。
可选的,所述请求中还包含地理信息,所述根据所述风机型号,在型号模型库中确定对应的孪生体模板,包括:
根据所述地理信息,确定风机所属的风场信息;
根据所述风机型号,从所述风场信息对应的型号模型库中,确定孪生体模板。
可选的,所述从数据库中获取所述风机型号对应的数据源,包括:
从所述风场信息对应的数据库中,获取所述风机型号对应的数据源。
可选的,还包括:
确定已生成的各个风机孪生体对应的风场信息;
将风场信息相同的风机孪生体进行集成,以生成孪生体组。
可选的,所述风机孪生体生成请求中还包括部件标识,所述方法还包括:
在所述型号模型库中未匹配到与所述风机型号对应的孪生体模板的情况下,根据所述部件标识,获取所述部件标识对应的参考模型;
将所述参考模型进行融合,以生成所述孪生体模板。
可选的,还包括:
将所述孪生体模板添加至所述型号模型库中。
可选的,还包括:
获取所述风机型号匹配的风机对应的实时运行数据;
将所述实时运行数据输入所述风机孪生体,以对所述风机孪生体进行更新。
可选的,还包括:
将所述风机型号匹配的风机对应的实时运行数据同步至所述风机孪生体;
监控所述风机孪生体的运行状态;
在所述风机孪生体的运行状态出现异常的情况下,展示所述异常情况。
本公开第二方面实施例提出了一种风机数字孪生***,包括:型号模型库、业务组态工具、孪生体引擎;
其中,型号模型库中存储有与风机型号对应的孪生体模板;
业务组态工具,用于为所述孪生体模板配置数据源,并对所述孪生体模板进行训练,以生成与所述风机型号对应的风机孪生体;
孪生体操作界面,用于展示所述风机孪生体的运行状态;
孪生体引擎,用于对所述风机孪生体的运行状态进行监控。
可选的,还包括:
孪生体构建工具,用于选取与部件标识对应的参考模型,并将所述与部件标识对应的参考模型进行融合,以生成孪生体模板。
本公开第三方面实施例提出了一种风机孪生体的生成装置,包括:
接收模块,用于接收风机孪生体生成请求,其中,所述请求中包含风机型号;
确定模块,用于根据所述风机型号,在型号模型库中确定对应的孪生体模板;
获取模块,用于从数据库中获取所述风机型号对应的数据源,其中,所述数据源为与所述风机型号匹配的风机的历史运行数据;
生成模块,用于利用所述数据源,对所述孪生体模板进行训练,以生成所述风机型号对应的风机孪生体。
可选的,所述请求中还包含地理信息,所述确定模块,具体用于:
根据所述地理信息,确定风机所属的风场信息;
根据所述风机型号,从所述风场信息对应的型号模型库中,确定孪生体模板。
可选的,所述获取模块,具体用于:
从所述风场信息对应的数据库中,获取所述风机型号对应的数据源。
可选的,所述确定模块,还用于确定已生成的各个风机孪生体对应的风场信息;
所述生成模块,还用于将风场信息相同的风机孪生体进行集成,以生成风机孪生体组。
可选的,所述风机孪生体生成请求中还包括部件标识,
所述获取模块,还用于在所述型号模型库中未匹配到与所述风机型号对应的孪生体模板的情况下,根据所述部件标识,获取所述部件标识对应的参考模型;
所述生成模块,还用于将所述参考模型进行融合,以生成所述孪生体模板。
可选的,还包括:
添加模块,用于将所述孪生体模板添加至所述型号模型库中。
可选的,所述获取模块,还用于获取所述风机型号匹配的风机对应的实时运行数据;
所述确定模块,还用于将所述实时运行数据输入所述风机孪生体,以对所述风机孪生体进行更新。
可选的,所述确定模块,还用于:
将所述风机型号匹配的风机对应的实时运行数据同步至所述风机孪生体;
监控所述风机孪生体的运行状态;
在所述风机孪生体的运行状态出现异常的情况下,展示所述异常情况。
本公开第四方面实施例提出了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如本公开第一方面实施例提出的风机孪生体的生成方法。
本公开第五方面实施例提出了一种非临时性计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现如本公开第一方面实施例提出的风机孪生体的生成方法。
本公开第六方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行本公开第一方面实施例提出的风机孪生体的生成方法。
本公开提供的风机孪生体的生成方法、装置及电子设备,可以先接收风机孪生体生成请求,其中,请求中包含风机型号,之后根据风机型号,在型号模型库中确定对应的孪生体模板,再从数据库中获取风机型号对应的数据源,其中,数据源为与风机型号匹配的风机的历史运行数据,之后在利用数据源,对孪生体模板进行训练,以生成风机型号对应的孪生体。由此,可以通过利用风机型号选取对应的孪生体模板,之后通过对孪生体模板进行训练,即可得到对应的风机孪生体,从而在生成风机孪生体时,无需从零开始构建,简化了风机孪生体的生成过程,节省了时间,提高了风机孪生体的生成效率,也降低了数字孪生技术的应用成本。
本公开附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践了解到。
附图说明
图1为本公开一实施例所提供的风机孪生体的生成方法的流程示意图;
图2为本公开另一实施例所提供的风机孪生体的生成方法的流程示意图;
图3为本公开又一实施例所提供的风机孪生体的生成方法的流程示意图;
图4为本公开再一实施例所提供的风机孪生体的生成方法的流程示意图;
图4A为本公开一实施例所提供的风机孪生体的生成及应用流程图;
图5为本公开一实施例所提供的风机数字孪生***的结构示意图;
图6为本公开一实施例所提供的风机孪生体的生成装置的结构示意图;
图7示出了适于用来实现本公开实施方式的示例性电子设备的框图。
具体实施方式
下面详细描述本公开的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本公开,而不能理解为对本公开的限制。
下面参考附图描述本公开实施例的风机孪生体的生成方法、装置及电子设备。本公开实施例的风机孪生体的生成方法,可由本公开实施例提供的风机孪生体的生成装置执行,该装置可配置于电子设备中。
图1为本公开实施例所提供的风机孪生体的生成方法的流程示意图。如图1所示,该风机孪生体的生成方法可以包括以下步骤:
步骤101,接收风机孪生体生成请求,其中,风机孪生体生成请求中包含风机型号。
其中,风机孪生体,可以理解为物理风机基于数字孪生技术所对应的模型,也可称为数字孪生体,本公开对此不做限定。
可以理解的是,在接收到风机孪生体生成请求后,通过对其解析,可以确定出其中包含的风机型号。
其中,风机型号,可以表征待生成风机孪生体的风机的信息,比如其可以为XX-1代风机、XY型号风机等等,本公开对此不做限定。
可以理解的是,本公开提供的风机孪生体的生成方法,可以适用于任意风机***中。从而,本公开实施例提供的风机孪生体的生成方法的执行主体,也可以为配置有风机孪生体的生成方法的任意风机***,该风机***可配置于电子设备中,本公开对此不做限定。
步骤102,根据风机型号,在型号模型库中确定对应的孪生体模板。
其中,型号模型库中存储有孪生体模板,孪生体模板与风机型号相对应,本公开对此不做限定。
另外,孪生体模板可以理解为风机对应的初始孪生体、初始模型等等,之后通过对孪生体模板进行训练,即可得到对应的风机孪生体,本公开对此不做限定。
可以理解的是,风机型号不同,其所对应的孪生体模板可能相同,或者也可能不同等等,本公开对此不做限定。
比如,确定出风机型号为“XX-1代风机”,之后通过在型号模型库中遍历查找,即可确定出与“XX-1代风机”对应的孪生体模板等等,本公开对此不做限定。
可以理解的是,本公开实施例中,可以直接根据风机型号确定与风机型号对应的孪生体模板,从而无需从头开始构建,即可快速得到对应的孪生体模板。
步骤103,从数据库中获取风机型号对应的数据源,其中,数据源为与风机型号匹配的风机的历史运行数据。
其中,数据库中存储有大量风机型号对应的数据源,本公开对此不做限定。
可以理解的是,与风机型号匹配的风机可能为一台,或者也可能多台。相应的,数据源可以为与风机型号匹配的一台风机的历史运行数据,或者也可以为与风机型号匹配的多台风机的历史运行数据,本公开对此不做限定。
步骤104,利用数据源,对孪生体模板进行训练,以生成风机型号对应的风机孪生体。
可以理解的是,风机孪生体,即为数字世界风机,其和实体的风机为一一对应的关系。
可选的,可以将数据源中的部分数据输入确定出的孪生体模板,以使经过孪生体模板的处理,可以输出对应的预测数据,之后将预测数据与数据源中其余对应数据进行比对,以确定出对应的损失值,之后再根据损失值对孪生体模板进行修正。重复执行上述过程,可以实现对孪生体模板的训练,从而生成与风机型号对应的风机孪生体。
本公开实施例,可以先接收风机孪生体生成请求,其中,请求中包含风机型号,之后根据风机型号,在型号模型库中确定对应的孪生体模板,再从数据库中获取风机型号对应的数据源,其中,数据源为与风机型号匹配的风机的历史运行数据,之后在利用数据源,对孪生体模板进行训练,以生成风机型号对应的孪生体。由此,通过利用风机型号可以选取对应的孪生体模板,之后通过对孪生体模板进行训练,即可得到对应的风机孪生体,从而在生成风机孪生体时,无需从零开始构建,简化了风机孪生体的生成过程,节省了时间,提高了风机孪生体的生成效率,也降低了数字孪生技术的应用成本。
图2为本公开实施例所提供的风机孪生体的生成方法的流程示意图。如图2所示,该风机孪生体的生成方法可以包括以下步骤:
步骤201,接收风机孪生体生成请求,其中,请求中包含风机型号和地理信息。
步骤202,根据地理信息,确定风机所属的风场信息。
其中,地理信息,可以为经纬度、城市、地区、风场名称、天气情况等等,本公开对此不做限定。
比如,获取到的地理信息为上海地区、XX风场、地势平台,则可以确定风机所属的风场信息为:位于上海的XX风场,本公开对此不做限定。
步骤203,根据风机型号,从风场信息对应的型号模型库中,确定孪生体模板。
可以理解的是,型号模型库中可以存储有较多数量的孪生体模板,可以将各个孪生体模板按照所属的风场进行存储。从而,本公开实施例中,在根据风场信息确定出风机型号所属的风场之后,可以从该风场对应的型号模型库中查找,之后获取与该风机型号对应的孪生体模板。
从而,本公开实施例中,在根据风机型号获取孪生体模板时,可以结合风机所属的风场信息进行选取,从而可以减少数据处理量,提高效率和准确性。
步骤204,从风场信息对应的数据库中,获取风机型号对应的数据源。
可以理解的是,数据库中可以存储有大量的数据源,从而,本公开实施例中,为了减少待处理的数据量,提高效率,可以将各个风机型号对应的数据源按照所属的风场进行存储。从而,可以在根据风场信息确定出风机型号所属的风场之后,还可以在该风场对应的数据源中进行查找,以获取与该风机型号对应的数据源。
步骤205,利用数据源,对孪生体模板进行训练,以生成风机型号对应的风机孪生体。
可选的,在生成风机孪生体之后,还可以先确定出已生成的各个风机孪生体对应的风场信息,之后可以将风场信息相同的风机孪生体进行集成,以生成风机孪生体组。
比如,风机孪生体1对应的风场为:上海XX风场、风机孪生体2对应的风场为:青海YY风场、风机孪生体3对应的风场为:上海XX风场,则可以确定风机孪生体1和风机孪生体3所对应的风机属于同一风场,则可以将二者进行集成,从而可以生成风机孪生体组1,本公开对此不做限定。
可以理解的是,本公开提供的风机孪生体的生成方法,可以应用于任意场景中。比如可以应用于云端侧:数据平台、风机数字孪生操作***等;或者也可以应用于产业侧:风电场站和运营中心等;或者还可以应用于依托大数据平台的对边协同机制等等,本公开对此不做限定。
举例来说,若风机孪生体的生成方法应用于云端侧,则在生成风机孪生体组之后,可以将该风机孪生体组部署到对应的风电场站中,从而可以直接应用,减少了风电场站侧的压力,提高了效率。本公开对此不做限定。
本公开实施例,可以先接收风机孪生体生成请求,其中,请求中包含风机型号和地理信息,之后可以根据地理信息,确定风机所属的风场信息,再根据风机型号,从风场信息对应的型号模型库中,确定孪生体模板,从风场信息对应的数据库中,获取风机型号对应的数据源,并利用数据源,对孪生体模板进行训练,以生成风机型号对应的风机孪生体。由此,在生成风机孪生体时,可以根据风机型号以及对应的风场信息选取对应的孪生体模板,并对孪生体模板进行训练以得到风机孪生体,无需从零开始构建,简化了风机孪生体的生成步骤,节省了时间,提高了风机孪生体的生成效率,也降低了数字孪生技术的应用成本。
图3为本公开实施例所提供的风机孪生体的生成方法的流程示意图。如图3所示,该风机孪生体的生成方法可以包括以下步骤:
步骤301,接收风机孪生体生成请求,其中,生成请求中包含风机型号和部件标识。
其中,部件标识可以表征风机中的任意部件,比如可以为风机叶片、风机主轴等等,本公开对此不做限定。
另外,生成请求中可以包含一个部件标识,或者也可以包含多个部件标识,本公开对此不做限定。
步骤302,根据风机型号,在型号模型库中确定对应的孪生体模板。
步骤303,在型号模型库中未匹配到与风机型号对应的孪生体模板的情况下,根据部件标识,获取部件标识对应的参考模型。
可以理解的是,可能未构建过某些风机型号对应的孪生体模板,从而在型号模型库中无法匹配到风机型号对应的孪生体模板,此时,可以根据生成请求中包含的部件标识,获取对应的参考模型。
其中,参考模型可以理解为与部件标识匹配的部件所对应的部件模型、初始模型等等,本公开对此不做限定。
比如,风机型号为“XXX-1代风机”,在型号模型库中未匹配到与“XXX-1代风机”对应的孪生体模板,此时若确定出生成请求中包含的部件标识为“风机叶片”、“齿轮箱”,则可以在型号模型库中进行查找,以获取与“XXX-1代风机”对应的风机叶片参考模型、齿轮箱参考模型等等,本公开对此不做限定。
步骤304,将部件标识对应的参考模型进行融合,以生成孪生体模板。
可以理解的是,在部件标识对应的参考模型为多个的情况下,可以将多个参考模型进行融合,从而生成孪生体模板。
比如,确定出参考模型为:XXX-1代风机的风机叶片参考模型及齿轮箱参考模型,则可以将二者进行融合,从而生成“XXX-1代风机”对应的孪生体模板。本公开对此不做限定。
可以理解的是,本公开实施例中,可以根据实际需要,将某些部件对应的参考模型进行融合,从而生成符合要求的孪生体模型,无需将风机中的所有部件等全部进行融合,从而可使得生成的孪生体模型更为准确,更加符合用户需求。
步骤305,将孪生体模板添加至型号模型库中。
可以理解的是,本公开实施例中,在生成孪生体模板之后,可以将新生成的孪生体模板添加至型号模型库中,从而可使得型号模型库中的孪生体模板更为全面、完整与准确。
可选的,本公开实施例中,可以先获取风机型号匹配的风机对应的实时运行数据,之后将实时运行数据输入风机孪生体,以对风机孪生体进行更新。
可以理解的是,可以将风机对应的所有实时运行数据输入风机孪生体;或者也可以根据需要将某一部分对应的实时运行数据输入风机孪生体,比如可以为叶片对应的实时运行数据、或者也可以为齿轮箱对应的实时运行数据等等,本公开对此不做限定。
比如,根据风机型号确定出匹配的风机之后,将该风机对应的实时运行数据输入风机孪生体,经过风机孪生体的处理,可以输出与该实时运行数据对应的预测数据,之后将预测数据与实际数据进行比对,可以确定出对应的损失值,之后可以基于损失值对该风机孪生体进行更新等等,本公开对此不做限定。
需要说明的是,本公开实施例中可以采用任何可取的方式,对风机孪生体进行更新,本公开对此不做限定。
从而,本公开实施例中,为了保证风机孪生体性能的准确性,可以将实施运行数据输入其中,以对风机孪生体进行更新。
本公开实施例,可以先接收风机孪生体生成请求,其中,生成请求中包含风机型号和部件标识,之后根据风机型号,在型号模型库中确定对应的孪生体模板,在型号模型库中未匹配到与风机型号对应的孪生体模板的情况下,根据部件标识,获取部件标识对应的参考模型,之后可以将部件标识对应的参考模型进行融合,以生成孪生体模板,并将孪生体模板添加至型号模型库中。由此,在没有匹配的孪生体模板时,通过对参考模型进行融合,可以快速得到孪生体模板,并可以将其添加至型号模型库中,从而保障了型号模型库中孪生体模板的全面性和完整性。
图4为本公开实施例所提供的风机孪生体的生成方法的流程示意图。如图4所示,该风机孪生体的生成方法可以包括以下步骤:
步骤401,接收风机孪生体生成请求,其中,请求中包含风机型号。
步骤402,根据风机型号,在型号模型库中确定对应的孪生体模板。
步骤403,从数据库中获取风机型号对应的数据源,其中,数据源为与风机型号匹配的风机的历史运行数据。
步骤404,利用数据源,对孪生体模板进行训练,以生成风机型号对应的风机孪生体。
步骤405,将风机型号匹配的风机对应的实时运行数据同步至风机孪生体。
可以理解的是,可以采用任何可取的方式将风机型号匹配的风机对应的实时运行数据同步至风机孪生体,比如可以通过接口的形式将风机对应的实时运行数据同步至风机孪生体等等,本公开对此不做限定。
步骤406,监控风机孪生体的运行状态。
可以理解的是,风机孪生体即为数字世界风机,其和实体风机为一一对应的关系。风机孪生体的运行状态即为风机实际的运行状态,通过监控风机孪生体的运行状态即可获知风机的运行状态。
步骤407,在风机孪生体的运行状态出现异常的情况下,展示异常情况。
其中,在将风机对应的实时运行数据同步至风机孪生体之后,风机孪生体可以处于运行状态,之后可以监控风机孪生体的运行状态,若运行状态出现异常,则可以进行异常预警。
比如,通过对风机孪生体的运行状态进行监控,确定出风机机舱温度过高,则可以进行异常预警。比如可以出现“风机机舱温度异常”、“风机机舱温度过高”等提示,或者风机孪生体中对应的机舱部件出现不同颜色,比如红色、黄色等等,本公开对此不做限定。
从而,本公开实施例中,若风机孪生体的运行状态出现异常,则可以进行异常预警,从而可使得用户可以及时获知异常故障,节省了时间,同时也为风机的安全运行提供了保障。
可选的,在风机孪生体的运行状态出现异常后,可以通过对异常情况进行分析,确定出对应的解决方案。
比如,可以提前将各种异常原因和对应的解决方案存储在知识库中,从而在出现异常情况时,通过在知识库中进行查找,可以获取参考解决方案,并进行展示。或者,知识库中没有对应的参考解决方案,则可以将该异常原因在知识库中进行存储,并在用户解决该异常情况之后,将解决方案添加至知识库中。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中确定异常情况对应的解决方案等的限定。
从而,本公开实施例中,在风机孪生体的运行状态出现异常后,通过查找知识库,即可获取参考的解决方案,从而无需用户在获知异常情况之后,一步步进行排查、检修、确定解决方案等等,节省了用户时间,提高了效率。
本公开实施例中,通过建立风机孪生体,实现数字世界、物理世界运行状态的实时同步,通过数字世界的风机孪生体可以实现对物理世界风机进行预警、预测、诊断、寿命评估、智慧维护等功能,本公开对此不做限定。
本公开提供的风机孪生体的生成方法,可以适用于任意场景中,本公开对此不做限定。
图4A为本公开一实施例所提供的风机孪生体的生成及应用流程图。
下面以图4A所示的流程图为例,对本公开提供的风机孪生体的生成方法进行说明。
首先,可以先接收风机孪生体生成请求,风机孪生体生成请求中可以包含风机型号、风场信息,之后可以确定风场信息对应的型号模型库,再根据风机型号从该型号模型库中确定对应的孪生体模板。若匹配到对应的孪生体模板,则可以获取与该风机型号匹配的风机的历史运行数据也即数据源,并利用数据源,对孪生体模板进行训练,从而生成对应的风机孪生体。
若在型号模型库中未匹配到与风机型号对应的孪生体模板,则可以根据生成请求中包含的部件标识获取对应的参考模型,之后将参考模型进行融合,以生成孪生体模板,之后还可以将生成的孪生体模板添加至型号模型库,以供后续使用。
在生成对应的风机孪生体之后,可以将对应风机的实时运行数据输入至该风机孪生体,根据风机孪生体输出的数据与实时运行数据间的差距,对该风机孪生体进行更新。
还可以在生成对应的风机孪生体后,将该风机对应的实时运行数据同步至该风机孪生体,之后监控该风机孪生体的运行状态,出现异常情况时,进行异常预警。
需要说明的是,上述示例只是举例说明,不能作为对本公开实施例中风机孪生体的生成、运行、更新等的限定。
本公开实施例,可以先接收风机孪生体生成请求,其中,请求中包含风机型号之后根据风机型号,在型号模型库中确定对应的孪生体模板,再从数据库中获取风机型号对应的数据源,其中,数据源为与风机型号匹配的风机的历史运行数据,之后利用数据源,对孪生体模板进行训练,以生成风机型号对应的孪生体,并将风机型号匹配的风机对应的实时运行数据同步至孪生体,之后可以监控风机孪生体的运行状态,在风机孪生体的运行状态出现异常的情况下,展示异常情况。由此,通过对风机孪生体的运行状态进行监控,可以进行异常预警,从而为风机的运行安全提供了保障。
在本公开一种可能的实现方式中,本公开还提出一种风机数字孪生***。
图5为本公开实施例所提供的风机数字孪生***的结构示意图。
如图5所示,该风机数字孪生***可以包括:型号模型库、业务组态工具、孪生体操作界面及孪生体引擎。
其中,型号模型库中存储有与风机型号对应的孪生体模板。
可以理解的是,型号模型库主要作用为数据治理与模型治理,其中存储的孪生体模板,与风机型号相对应。从而在接收到风机孪生体生成请求后,可以根据该生成请求中包含的风机型号,在型号模型库中进行查找,以获取对应的孪生体模板。
另外,业务组态工具,可以用于为孪生体模板配置数据源,并对孪生体模板进行训练,以生成对应的风机孪生体。
比如,可以通过业务组态工具,从数据库中获取风机型号对应的数据源,并将该数据源配置给孪生体模板,通过对孪生体模板进行训练,生成风机型号对应的风机孪生体。
另外,孪生体操作界面,可以用于展示风机孪生体的运行状态。
可以理解的是,孪生体操作界面可以负责配置可视化操作、监控界面,也即可将风机孪生体的运行状态展示在孪生体操作界面上,还可以对风机孪生体进行操作。比如,可以根据需要放大或缩小风机孪生体的尺寸,也可以点击其中的某个部件等等,本公开对此不做限定。
比如,在选中某个部件之后,可以将该部件进行放大,或者也可以将该部件置于悬浮层,或者也可以提高该部件的亮度、改变该部件的背景等等,本公开对此不做限定。
举例来说,为了观察风机叶片的运行情况,可以点击风机孪生体中的风机叶片部分,以使该风机叶片部分放大,之后通过拖动方式,可以展示不同角度的风机叶片。本公开对此不做限定。
另外,孪生体引擎,可以用于对风机孪生体的运行状态进行监控。
可以理解的是,可以通过孪生体引擎对风机孪生体的运行状态进行监控,在风机孪生体的运行状态出现异常时,展示异常情况,并进行异常预警。
可选的,孪生体引擎为风机孪生体提供运行计算环境与能力,并对风机孪生体的运行状态进行监控与管理。
可选的,风机数字孪生***还可以包括:孪生体构建工具,可以用于构建孪生体模板。
具体的,孪生体构建工具可以用于选取与部件标识对应的参考模型,并将与部件标识对应的参考模型进行融合,以生成孪生体模板。
可以理解的是,在型号模型库中不存在与风机型号对应的孪生体模板时,可以根据风机孪生体生成请求中包含的部件标识,获取各部件分别对应的参考模型,之后将各个参考模型进行融合,以生成孪生体模板。
可选的,可以将生成的孪生体模板添加至型号模型库中,从而型号模型库可以用于对型号模型库进行积累沉淀。
可选的,业务组态工具还可以负责孪生体实例化、业务组态以及应用批量孵化。孪生体实例化可以通过为以风机型号为基础的孪生体模板批量绑定实体运行数据,实现批量化的快速生成风机孪生体、孵化智能应用,显著降低数字孪生技术应用成本,支撑风机智能应用降本增效。
可以理解的是,业务组态工具可以以孪生体为计算分析内核,组态风机数字化智能应用,配置组态监视、分析、预警、优化等功能,进行智能应用的批量孵化,并将孪生体以容器化、微服务的形式集成导出;还可以通过云边协同的框架部署到风电场站、运营中心等等,本公开对此不做限定。
本公开实施例,通过风机数字孪生***中的型号模型库、业务组态工具、孪生体操作界面及孪生体引擎,可以基于风机型号从型号模型库中确定对应的孪生体模板,之后对其进行训练即可得到风机孪生体,从而实现了快速生成风机孪生体,节省了时间,提高了效率。
为了实现上述实施例,本公开还提出一种风机孪生体的生成装置。
图6为本公开实施例所提供的风机孪生体的生成装置的结构示意图。
如图6所示,该风机孪生体的生成装置100可以包括:接收模块110、确定模块120、获取模块130及生成模块140。
其中,接收模块110,用于接收风机孪生体生成请求,其中,所述请求中包含风机型号。
确定模块120,用于根据所述风机型号,在型号模型库中确定对应的孪生体模板。
获取模块130,用于从数据库中获取所述风机型号对应的数据源,其中,所述数据源为与所述风机型号匹配的风机的历史运行数据。
生成模块140,用于利用所述数据源,对所述孪生体模板进行训练,以生成所述风机型号对应的风机孪生体。
可选的,所述请求中还包含地理信息,所述确定模块120,具体用于:
根据所述地理信息,确定风机所属的风场信息;
根据所述风机型号,从所述风场信息对应的型号模型库中,确定孪生体模板。
可选的,所述获取模块130,具体用于:
从所述风场信息对应的数据库中,获取所述风机型号对应的数据源。
可选的,所述确定模块120,还用于确定已生成的各个风机孪生体对应的风场信息;
所述生成模块140,还用于将风场信息相同的风机孪生体进行集成,以生成风机孪生体组。
可选的,所述风机孪生体生成请求中还包括部件标识,所述获取模块130,还用于在所述型号模型库中未匹配到与所述风机型号对应的孪生体模板的情况下,根据所述部件标识,获取所述部件标识对应的参考模型;
所述生成模块140,还用于将所述参考模型进行融合,以生成所述孪生体模板。
可选的,还包括:
添加模块,用于将所述孪生体模板添加至所述型号模型库中。
可选的,所述获取模块130,还用于获取所述风机型号匹配的风机对应的实时运行数据;
所述确定模块120,还用于将所述实时运行数据输入所述风机孪生体,以对所述风机孪生体进行更新。
可选的,所述确定模块120,还用于:
将所述风机型号匹配的风机对应的实时运行数据同步至所述风机孪生体;
监控所述风机孪生体的运行状态;
在所述风机孪生体的运行状态出现异常的情况下,展示所述异常情况。
本公开实施例中的上述各模块的功能及具体实现原理,可参照上述各方法实施例,此处不再赘述。
本公开实施例所提供的风机孪生体的生成装置,可以先接收风机孪生体生成请求,其中,请求中包含风机型号,之后根据风机型号,在型号模型库中确定对应的孪生体模板,再从数据库中获取风机型号对应的数据源,其中,数据源为与风机型号匹配的风机的历史运行数据,之后在利用数据源,对孪生体模板进行训练,以生成风机型号对应的孪生体。由此,可以通过利用风机型号选取对应的孪生体模板,之后通过对孪生体模板进行训练,即可得到对应的风机孪生体,从而在生成风机孪生体时,无需从零开始构建,简化了风机孪生体的生成过程,节省了时间,提高了风机孪生体的生成效率,也降低了数字孪生技术的应用成本。
为了实现上述实施例,本公开还提出一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,实现如本公开前述实施例提出的风机孪生体的生成方法。
为了实现上述实施例,本公开还提出一种非临时性计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现如本公开前述实施例提出的风机孪生体的生成方法。
为了实现上述实施例,本公开还提出一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行如本公开前述实施例提出的风机孪生体的生成方法。
图7示出了适于用来实现本公开实施方式的示例性电子设备的框图。图7显示的电子设备12仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及***组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
电子设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc Read OnlyMemory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory;以下简称:DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本公开各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现前述实施例中提及的方法。
根据本公开实施例的技术方案,可以先接收风机孪生体生成请求,其中,请求中包含风机型号,之后根据风机型号,在型号模型库中确定对应的孪生体模板,再从数据库中获取风机型号对应的数据源,其中,数据源为与风机型号匹配的风机的历史运行数据,之后在利用数据源,对孪生体模板进行训练,以生成风机型号对应的孪生体。由此,可以通过利用风机型号选取对应的孪生体模板,之后通过对孪生体模板进行训练,即可得到对应的风机孪生体,从而在生成风机孪生体时,无需从零开始构建,简化了风机孪生体的生成过程,节省了时间,提高了风机孪生体的生成效率,也降低了数字孪生技术的应用成本。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本公开的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本公开的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本公开各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本公开的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本公开的限制,本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (21)
1.一种风机孪生体的生成方法,其特征在于,包括:
接收风机孪生体生成请求,其中,所述请求中包含风机型号;
根据所述风机型号,在型号模型库中确定对应的孪生体模板;
从数据库中获取所述风机型号对应的数据源,其中,所述数据源为与所述风机型号匹配的风机的历史运行数据;
利用所述数据源,对所述孪生体模板进行训练,以生成所述风机型号对应的风机孪生体。
2.如权利要求1所述的方法,其特征在于,所述请求中还包含地理信息,所述根据所述风机型号,在型号模型库中确定对应的孪生体模板,包括:
根据所述地理信息,确定风机所属的风场信息;
根据所述风机型号,从所述风场信息对应的型号模型库中,确定孪生体模板。
3.如权利要求2所述的方法,其特征在于,所述从数据库中获取所述风机型号对应的数据源,包括:
从所述风场信息对应的数据库中,获取所述风机型号对应的数据源。
4.如权利要求3所述的方法,其特征在于,还包括:
确定已生成的各个风机孪生体对应的风场信息;
将风场信息相同的风机孪生体进行集成,以生成风机孪生体组。
5.如权利要求1所述的方法,其特征在于,所述风机孪生体生成请求中还包括部件标识,所述方法还包括:
在所述型号模型库中未匹配到与所述风机型号对应的孪生体模板的情况下,根据所述部件标识,获取所述部件标识对应的参考模型;
将所述参考模型进行融合,以生成所述孪生体模板。
6.如权利要求5所述的方法,其特征在于,还包括:
将所述孪生体模板添加至所述型号模型库中。
7.如权利要求1-6任一所述的方法,其特征在于,还包括:
获取所述风机型号匹配的风机对应的实时运行数据;
将所述实时运行数据输入所述风机孪生体,以对所述风机孪生体进行更新。
8.如权利要求1-6任一所述的方法,其特征在于,还包括:
将所述风机型号匹配的风机对应的实时运行数据同步至所述风机孪生体;
监控所述风机孪生体的运行状态;
在所述风机孪生体的运行状态出现异常的情况下,展示所述异常情况。
9.一种风机数字孪生***,其特征在于,包括:型号模型库、业务组态工具、孪生体操作界面、孪生体引擎;
其中,型号模型库中存储有与风机型号对应的孪生体模板;
业务组态工具,用于为所述孪生体模板配置数据源,并对所述孪生体模板进行训练,以生成与所述风机型号对应的风机孪生体;
孪生体操作界面,用于展示所述风机孪生体的运行状态;
孪生体引擎,用于对所述风机孪生体的运行状态进行监控。
10.如权利要求9所述的***,其特征在于,还包括:
孪生体构建工具,用于选取与部件标识对应的参考模型,并将所述与部件标识对应的参考模型进行融合,以生成孪生体模板。
11.一种风机孪生体的生成装置,其特征在于,包括:
接收模块,用于接收风机孪生体生成请求,其中,所述请求中包含风机型号;
确定模块,用于根据所述风机型号,在型号模型库中确定对应的孪生体模板;
获取模块,用于从数据库中获取所述风机型号对应的数据源,其中,所述数据源为与所述风机型号匹配的风机的历史运行数据;
生成模块,用于利用所述数据源,对所述孪生体模板进行训练,以生成所述风机型号对应的风机孪生体。
12.如权利要求11所述的装置,其特征在于,所述请求中还包含地理信息,所述确定模块,具体用于:
根据所述地理信息,确定风机所属的风场信息;
根据所述风机型号,从所述风场信息对应的型号模型库中,确定孪生体模板。
13.如权利要求12所述的装置,其特征在于,所述获取模块,具体用于:
从所述风场信息对应的数据库中,获取所述风机型号对应的数据源。
14.如权利要求13所述的装置,其特征在于,
所述确定模块,还用于确定已生成的各个孪生体对应的风场信息;
所述生成模块,还用于将风场信息相同的风机孪生体进行集成,以生成风机孪生体组。
15.如权利要求11所述的装置,其特征在于,所述风机孪生体生成请求中还包括部件标识,
所述获取模块,还用于在所述型号模型库中未匹配到与所述风机型号对应的孪生体模板的情况下,根据所述部件标识,获取所述部件标识对应的参考模型;
所述生成模块,还用于将所述参考模型进行融合,以生成所述孪生体模板。
16.如权利要求15所述的装置,其特征在于,还包括:
添加模块,用于将所述孪生体模板添加至所述型号模型库中。
17.如权利要求11-16任一所述的装置,其特征在于,
所述获取模块,还用于获取所述风机型号匹配的风机对应的实时运行数据;
所述确定模块,还用于将所述实时运行数据输入所述风机孪生体,以对所述风机孪生体进行更新。
18.如权利要求11-16任一所述的装置,其特征在于,所述确定模块,还用于:
将所述风机型号匹配的风机对应的实时运行数据同步至所述风机孪生体;
监控所述风机孪生体的运行状态;
在所述风机孪生体的运行状态出现异常的情况下,展示所述异常情况。
19.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为调用并执行所述存储器存储的可执行指令,以实现如权利要求1-8中任一项所述的方法。
20.一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1-8中任一项所述的方法。
21.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序在被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111198285.0A CN113946952A (zh) | 2021-10-14 | 2021-10-14 | 风机孪生体的生成方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111198285.0A CN113946952A (zh) | 2021-10-14 | 2021-10-14 | 风机孪生体的生成方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113946952A true CN113946952A (zh) | 2022-01-18 |
Family
ID=79330475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111198285.0A Pending CN113946952A (zh) | 2021-10-14 | 2021-10-14 | 风机孪生体的生成方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113946952A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114427515A (zh) * | 2022-01-30 | 2022-05-03 | 南京林业大学 | 基于数字孪生的风机最大功率点跟踪控制性能优化方法 |
CN114757048A (zh) * | 2022-04-28 | 2022-07-15 | 北京千尧新能源科技开发有限公司 | 一种风机基础的健康状态评估方法、装置、设备和介质 |
CN115577488A (zh) * | 2022-08-17 | 2023-01-06 | 国网山东省电力公司营销服务中心(计量中心) | 一种关口电能计量装置性能诊断*** |
CN115730401A (zh) * | 2022-11-18 | 2023-03-03 | 中复连众风电科技有限公司 | 一种风电叶片模具参数化设计***及方法 |
-
2021
- 2021-10-14 CN CN202111198285.0A patent/CN113946952A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114427515A (zh) * | 2022-01-30 | 2022-05-03 | 南京林业大学 | 基于数字孪生的风机最大功率点跟踪控制性能优化方法 |
CN114427515B (zh) * | 2022-01-30 | 2023-03-10 | 南京林业大学 | 基于数字孪生的风机最大功率点跟踪控制性能优化方法 |
CN114757048A (zh) * | 2022-04-28 | 2022-07-15 | 北京千尧新能源科技开发有限公司 | 一种风机基础的健康状态评估方法、装置、设备和介质 |
CN115577488A (zh) * | 2022-08-17 | 2023-01-06 | 国网山东省电力公司营销服务中心(计量中心) | 一种关口电能计量装置性能诊断*** |
CN115730401A (zh) * | 2022-11-18 | 2023-03-03 | 中复连众风电科技有限公司 | 一种风电叶片模具参数化设计***及方法 |
CN115730401B (zh) * | 2022-11-18 | 2024-05-07 | 中复连众风电科技有限公司 | 一种风电叶片模具参数化设计***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113946952A (zh) | 风机孪生体的生成方法、装置及电子设备 | |
CN112149329B (zh) | 核电厂关键设备的状态预演方法、***、设备及存储介质 | |
CN116541570A (zh) | 一种基于数字孪生的设备预测性维护*** | |
CN108304350B (zh) | 基于大数据集近邻策略的风机指标预测与故障预警方法 | |
CN110722559A (zh) | 一种智能巡检机器人辅助巡检定位方法 | |
CN111400189A (zh) | 代码覆盖率监测方法、装置、电子设备及存储介质 | |
CN115017214B (zh) | 水电站辅助设备运行状态分析预警方法、装置及存储介质 | |
CN114819225A (zh) | 一种海上能源机组智能化运维方法及*** | |
CN115085378A (zh) | 一种基于数字孪生技术的虚拟变电站故障排查定位方法 | |
CN115062493A (zh) | 电网二次设备连续运行测试专用数字孪生***及构建方法 | |
CN113502870A (zh) | 挖掘机工况判定方法及装置 | |
CN103914058B (zh) | 一种油气管道工控设备远程监控***的故障诊断和告警方法及*** | |
CN104834527A (zh) | 一种电力***中机组数据模型化展示方法 | |
CN116956047B (zh) | 一种基于风力发电数据的风电机组性能评估*** | |
CN117541217A (zh) | 基于三维可视化电网设备管理业务的运维方法 | |
CN116859838B (zh) | 一种设备运行情况监测的预警*** | |
CN109917776B (zh) | 风力发电机组的故障智能分析方法及装置 | |
CN110990657A (zh) | 一种全流程可视化建模平台 | |
US20130124670A1 (en) | Systems and methods for recording data associated with the operation of foundation fieldbus devices | |
CN114837902B (zh) | 一种风电机组健康度评估方法、***、设备和介质 | |
CN115774663A (zh) | 一种LabVIEW的测试***的优化方法、装置、设备及存储介质 | |
CN115742562A (zh) | 印刷包装设备的智能监控方法、装置、设备及存储介质 | |
CN116151557A (zh) | 巡检设备可视化管理方法、装置以及数据驾驶舱*** | |
CN114398347A (zh) | 基于数据关联性的燃料电池数据分析***和电子设备 | |
CN117152355B (zh) | 一种基于工厂数据的可视化监管*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |