CN116451449A - 一种电力装备的数字孪生模型校正方法及装置 - Google Patents

一种电力装备的数字孪生模型校正方法及装置 Download PDF

Info

Publication number
CN116451449A
CN116451449A CN202310341521.2A CN202310341521A CN116451449A CN 116451449 A CN116451449 A CN 116451449A CN 202310341521 A CN202310341521 A CN 202310341521A CN 116451449 A CN116451449 A CN 116451449A
Authority
CN
China
Prior art keywords
component
electric power
power equipment
temperature condition
digital twin
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
Application number
CN202310341521.2A
Other languages
English (en)
Inventor
彭逸轩
林畅
唐海军
周静
谢敏华
高路
范维
刘芮彤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Smart Grid Research Institute Co ltd
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Original Assignee
State Grid Smart Grid Research Institute Co ltd
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Smart Grid Research Institute Co ltd, State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd filed Critical State Grid Smart Grid Research Institute Co ltd
Priority to CN202310341521.2A priority Critical patent/CN116451449A/zh
Publication of CN116451449A publication Critical patent/CN116451449A/zh
Pending legal-status Critical Current

Links

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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数字孪生模型仿真模拟技术领域，具体提供了一种电力装备的数字孪生模型校正方法及装置，包括：将电力装备内各元器件在当前实际工作温度条件下的特性曲线代入电力装备的数字孪生模型进行仿真，得到在当前实际工作温度条件下电力装备的状态量仿真结果和电力装备内各元器件的运行参数仿真结果；基于在当前实际工作温度条件下电力装备的状态量仿真结果和电力装备内各元器件的运行参数仿真结果对电力装备的数字孪生模型中各元器件的运行参数进行校正。本发明提供的技术方案能够减少实际测量的状态量和数字孪生模型计算出的状态量之间的误差，进一步提升数字孪生模型的仿真准确程度。

Description

一种电力装备的数字孪生模型校正方法及装置
技术领域
本发明涉及数字孪生模型仿真模拟技术领域，具体涉及一种电力装备的数字孪生模型校正方法及装置。
背景技术
电力装备数字孪生体构建可以有效推动电力装备的全生命周期管理，是电网数字化的重要部分。在电力装备数字孪生模型中，模型的参数准确性直接影响了数字孪生模型仿真模拟的精度。在电力装备中，温度对于元器件参数的影响显著。例如IGBT等电力电子器件开断产生的损耗会使结温上升，而电力电子器件在不同温度下的参数不同，因此电力装备数字孪生体需要及时监测装备温度，并对温度敏感的元器件参数进行及时参数更新，以提升数字孪生体仿真模拟的精确化程度。
一般来说，厂家提供的元器件手册会给出元器件不同温度下的具体参数或特性曲线，在特定温度下，根据参数随温度变化公式计算实际参数，或根据典型温度下的特性曲线进行估算。但是，一方面经常难以获得元器件工作的准确温度，另一方面通过参数随温度变化公式或通过典型温度特性曲线进行估算可能误差较大，导致参数更新可能不准确，不仅影响仿真精度，还可能造成模拟误差的不断积累。
发明内容
为了克服上述缺陷，本发明提出了一种电力装备的数字孪生模型校正方法及装置。
第一方面，提供一种电力装备的数字孪生模型校正方法，所述电力装备的数字孪生模型校正方法包括：
利用电力装备内各元器件在预设温度条件下的特性曲线拟合电力装备内各元器件在当前实际工作温度条件下的特性曲线；
将所述电力装备内各元器件在当前实际工作温度条件下的特性曲线代入所述电力装备的数字孪生模型进行仿真，得到在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果；
基于所述在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果对所述电力装备的数字孪生模型中各元器件的运行参数进行校正。
优选的，所述利用电力装备内各元器件在预设温度条件下的特性曲线拟合电力装备内各元器件在当前实际工作温度条件下的特性曲线，包括：
获取所述电力装备内各元器件在第一温度条件下的特性曲线和第二温度条件下的特性曲线；
对所述电力装备内各元器件在第一温度条件下的特性曲线和第二温度条件下的特性曲线进行插值拟合，得到所述电力装备内各元器件在当前实际工作温度条件下的特性曲线；
其中，所述第一温度为产品手册给出的小于所述当前实际工作温度的预设温度，第二温度为产品手册给出大于所述当前实际工作温度的预设温度。
进一步的，所述基于所述在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果对所述电力装备的数字孪生模型中各元器件的运行参数进行校正，包括：
以所述在当前实际工作温度条件下所述电力装备内各元器件的运行参数仿真结果作为所述电力装备内各元器件对应的预先构建的数字孪生模型校正模型的初始值并求解，得到所述电力装备的数字孪生模型中各元器件的运行参数优化值；
将所述电力装备的数字孪生模型中各元器件的运行参数更新为所述电力装备的数字孪生模型中各元器件的运行参数优化值。
进一步的，所述电力装备内各元器件对应的预先构建的数字孪生模型校正模型包括：
以所述在当前实际工作温度条件下所述电力装备的状态量仿真结果与实测值之间的平方差之和最小为目标构建目标函数以及为电力装备的数字孪生模型校正配置的约束条件。
进一步的，所述目标函数的数学模型如下：
F＝|SR-SD|2
上式中，F为目标值，SR为所述在当前实际工作温度条件下所述电力装备的状态量实测值，SD为所述在当前实际工作温度条件下所述电力装备的状态量仿真结果。
进一步的，所述约束条件的数学模型如下：
θ1≤θ≤θ2
上式中，θ1为在第一温度条件下所述电力装备内各元器件在静态工作点的运行参数，θ为所述电力装备的数字孪生模型中各元器件的运行参数，θ2为在第二温度条件下所述电力装备内各元器件在静态工作点的运行参数。
优选的，当所述电力装备为柔性直流换流阀时，所述电力装备的状态量包括下述中的至少一种：直流侧电压、交流侧电压、子模块电压，桥臂电流、直流母线电流；所述电力装备内各元器件包括下述中的至少一种：IGBT、二极管、子模块；所述电力装备内各元器件的运行参数包括下述中的至少一种：IGBT电阻值，二极管电阻值、子模块电容值。
第二方面，提供一种电力装备的数字孪生模型校正装置，所述电力装备的数字孪生模型校正装置包括：
曲线拟合模块，用于利用电力装备内各元器件在预设温度条件下的特性曲线拟合电力装备内各元器件在当前实际工作温度条件下的特性曲线；
仿真模块，用于将所述电力装备内各元器件在当前实际工作温度条件下的特性曲线代入所述电力装备的数字孪生模型进行仿真，得到在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果；
分析模块，用于基于所述在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果对所述电力装备的数字孪生模型中各元器件的运行参数进行校正。
优选的，所述曲线拟合模块具体用于：
获取所述电力装备内各元器件在第一温度条件下的特性曲线和第二温度条件下的特性曲线；
对所述电力装备内各元器件在第一温度条件下的特性曲线和第二温度条件下的特性曲线进行插值拟合，得到所述电力装备内各元器件在当前实际工作温度条件下的特性曲线；
其中，所述第一温度为产品手册给出的小于所述当前实际工作温度的预设温度，第二温度为产品手册给出大于所述当前实际工作温度的预设温度。
进一步的，所述分析模块具体用于：
以所述在当前实际工作温度条件下所述电力装备内各元器件的运行参数仿真结果作为所述电力装备内各元器件对应的预先构建的数字孪生模型校正模型的初始值并求解，得到所述电力装备的数字孪生模型中各元器件的运行参数优化值；
将所述电力装备的数字孪生模型中各元器件的运行参数更新为所述电力装备的数字孪生模型中各元器件的运行参数优化值。
进一步的，所述电力装备内各元器件对应的预先构建的数字孪生模型校正模型包括：
以所述在当前实际工作温度条件下所述电力装备的状态量仿真结果与实测值之间的平方差之和最小为目标构建目标函数以及为电力装备的数字孪生模型校正配置的约束条件。
进一步的，所述目标函数的数学模型如下：
F＝|SR-SD|2
上式中，F为目标值，SR为所述在当前实际工作温度条件下所述电力装备的状态量实测值，SD为所述在当前实际工作温度条件下所述电力装备的状态量仿真结果。
进一步的，所述约束条件的数学模型如下：
θ1≤θ≤θ2
上式中，θ1为在第一温度条件下所述电力装备内各元器件在静态工作点的运行参数，θ为所述电力装备的数字孪生模型中各元器件的运行参数，θ2为在第二温度条件下所述电力装备内各元器件在静态工作点的运行参数。
优选的，当所述电力装备为柔性直流换流阀时，所述电力装备的状态量包括下述中的至少一种：直流侧电压、交流侧电压、子模块电压，桥臂电流、直流母线电流；所述电力装备内各元器件包括下述中的至少一种：IGBT、二极管、子模块；所述电力装备内各元器件的运行参数包括下述中的至少一种：IGBT电阻值，二极管电阻值、子模块电容值。
第三方面，提供一种计算机设备，包括：一个或多个处理器；
所述处理器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现所述的电力装备的数字孪生模型校正方法。
第四方面，提供一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现所述的电力装备的数字孪生模型校正方法。
本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：
本发明涉及数字孪生模型仿真模拟技术领域，具体提供了一种电力装备的数字孪生模型校正方法及装置，包括：利用电力装备内各元器件在预设温度条件下的特性曲线拟合电力装备内各元器件在当前实际工作温度条件下的特性曲线；将电力装备内各元器件在当前实际工作温度条件下的特性曲线代入电力装备的数字孪生模型进行仿真，得到在当前实际工作温度条件下电力装备的状态量仿真结果和电力装备内各元器件的运行参数仿真结果；基于在当前实际工作温度条件下电力装备的状态量仿真结果和电力装备内各元器件的运行参数仿真结果对电力装备的数字孪生模型中各元器件的运行参数进行校正。本发明提供的技术方案能够减少实际测量的状态量和数字孪生模型计算出的状态量之间的误差，提升了数字孪生模型的仿真准确程度；
进一步的，以第一次计算出的电力装备内各元器件的运行参数仿真结果作为初始值，相邻温度下的参数进行约束，能够对电力装备内各元器件的运行参数进行快速优化。
附图说明
图1是本发明实施例的电力装备的数字孪生模型校正方法的主要步骤流程示意图；
图2是本发明实施例的电力电子开关75℃条件下的特性曲线拟合结果图；
图3是本发明实施例的电力电子开关75℃条件下的特性曲线的静态工作点示意图；
图4是本发明实施例的电力装备的数字孪生模型校正装置的主要结构框图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如背景技术中所公开的，电力装备数字孪生体构建可以有效推动电力装备的全生命周期管理，是电网数字化的重要部分。在电力装备数字孪生模型中，模型的参数准确性直接影响了数字孪生模型仿真模拟的精度。在电力装备中，温度对于元器件参数的影响显著。例如IGBT等电力电子器件开断产生的损耗会使结温上升，而电力电子器件在不同温度下的参数不同，因此电力装备数字孪生体需要及时监测装备温度，并对温度敏感的元器件参数进行及时参数更新，以提升数字孪生体仿真模拟的精确化程度。
一般来说，厂家提供的元器件手册会给出元器件不同温度下的具体参数或特性曲线，在特定温度下，根据参数随温度变化公式计算实际参数，或根据典型温度下的特性曲线进行估算。但是，一方面经常难以获得元器件工作的准确温度，另一方面通过参数随温度变化公式或通过典型温度特性曲线进行估算可能误差较大，导致参数更新可能不准确，不仅影响仿真精度，还可能造成模拟误差的不断积累。
为了改善上述问题，本发明涉及数字孪生模型仿真模拟技术领域，具体提供了一种电力装备的数字孪生模型校正方法及装置，包括：利用电力装备内各元器件在预设温度条件下的特性曲线拟合电力装备内各元器件在当前实际工作温度条件下的特性曲线；将电力装备内各元器件在当前实际工作温度条件下的特性曲线代入电力装备的数字孪生模型进行仿真，得到在当前实际工作温度条件下电力装备的状态量仿真结果和电力装备内各元器件的运行参数仿真结果；基于在当前实际工作温度条件下电力装备的状态量仿真结果和电力装备内各元器件的运行参数仿真结果对电力装备的数字孪生模型中各元器件的运行参数进行校正。本发明提供的技术方案能够减少实际测量的状态量和数字孪生模型计算出的状态量之间的误差，提升了数字孪生模型的仿真准确程度；
进一步的，以第一次计算出的电力装备内各元器件的运行参数仿真结果作为初始值，相邻温度下的参数进行约束，能够对电力装备内各元器件的运行参数进行快速优化。下面对上述方案进行详细阐述。
实施例1
参阅附图1，图1是本发明的一个实施例的电力装备的数字孪生模型校正方法的主要步骤流程示意图。如图1所示，本发明实施例中的电力装备的数字孪生模型校正方法主要包括以下步骤：
步骤S101：利用电力装备内各元器件在预设温度条件下的特性曲线拟合电力装备内各元器件在当前实际工作温度条件下的特性曲线；
步骤S102：将所述电力装备内各元器件在当前实际工作温度条件下的特性曲线代入所述电力装备的数字孪生模型进行仿真，得到在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果；
步骤S103：基于所述在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果对所述电力装备的数字孪生模型中各元器件的运行参数进行校正。
本实施例中，所述利用电力装备内各元器件在预设温度条件下的特性曲线拟合电力装备内各元器件在当前实际工作温度条件下的特性曲线，包括：
获取所述电力装备内各元器件在第一温度条件下的特性曲线和第二温度条件下的特性曲线；
对所述电力装备内各元器件在第一温度条件下的特性曲线和第二温度条件下的特性曲线进行插值拟合，得到所述电力装备内各元器件在当前实际工作温度条件下的特性曲线；
其中，所述第一温度为产品手册给出的小于所述当前实际工作温度的预设温度，第二温度为产品手册给出大于所述当前实际工作温度的预设温度。
需要说明的是，对于不同元件的特性曲线不同，对于电阻的特性曲线考虑伏安特性曲线，对于电容考虑电荷-电压特性曲线，对于电感考虑磁链-电流特性曲线，不同元件考虑的特性曲线不同。
在一个具体的实施方式中，如图2所示，对于电力电子开关，其电阻参数是随温度变化的参数，假设厂家给出的曲线为25℃和125℃时的参数特性曲线预先存在数字孪生模型中，如果实际工作温度为75℃，根据拟合可获得75℃的参数特性曲线。
进一步的，所述基于所述在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果对所述电力装备的数字孪生模型中各元器件的运行参数进行校正，包括：
以所述在当前实际工作温度条件下所述电力装备内各元器件的运行参数仿真结果作为所述电力装备内各元器件对应的预先构建的数字孪生模型校正模型的初始值并求解，得到所述电力装备的数字孪生模型中各元器件的运行参数优化值；
将所述电力装备的数字孪生模型中各元器件的运行参数更新为所述电力装备的数字孪生模型中各元器件的运行参数优化值。
其中，所述电力装备内各元器件对应的预先构建的数字孪生模型校正模型包括：
以所述在当前实际工作温度条件下所述电力装备的状态量仿真结果与实测值之间的平方差之和最小为目标构建目标函数以及为电力装备的数字孪生模型校正配置的约束条件。
在一个实施方式中，所述目标函数的数学模型如下：
F＝|SR-SD|2
上式中，F为目标值，SR为所述在当前实际工作温度条件下所述电力装备的状态量实测值，SD为所述在当前实际工作温度条件下所述电力装备的状态量仿真结果。
在一个实施方式中，所述约束条件的数学模型如下：
θ1≤θ≤θ2
上式中，θ1为在第一温度条件下所述电力装备内各元器件在静态工作点的运行参数，θ为所述电力装备的数字孪生模型中各元器件的运行参数，θ2为在第二温度条件下所述电力装备内各元器件在静态工作点的运行参数。
其中，静态工作点可以参照邱关源电路书中([1]邱关源.电路.第5版[M].高等教育出版社,2006.)的解释。
例如，如图3所示，对于75℃的电力电子开关参数特性曲线可求得静态工作点为Q，此时的电阻值参数为其中，UQ为75℃条件下电力电子开关的电压，IQ为75℃条件下电力电子开关的电流。
其中，Q点的获得方法同样参照邱关源电路书中([1]邱关源.电路.第5版[M].高等教育出版社,2006.)的解释。
本实施例中，当所述电力装备为柔性直流换流阀时，所述电力装备的状态量包括下述中的至少一种：直流侧电压、交流侧电压、子模块电压，桥臂电流、直流母线电流；所述电力装备内各元器件包括下述中的至少一种：IGBT、二极管、子模块；所述电力装备内各元器件的运行参数包括下述中的至少一种：IGBT电阻值，二极管电阻值、子模块电容值。
在一个最优的实施方案中，以柔性直流换流阀为例进行说明，假设模型需要考虑IGBT随温度变化时电阻变化情况。
步骤一：在t0时刻，采集测点温度、子模块电压、桥臂电流等状态监测量SR。
步骤二：通过测点温度获得N个IGBT的结温，记为T＝[T1,T2,……TN]。
步骤三：将典型温度下IGBT外特性曲线分段线性，预先存储在数字孪生模型中。设Ti1<Ti<Ti2，对温度Ti1和Ti2下的外特性曲线进行插值拟合，获得第i个IGBT温度Ti时的分段线性外特性曲线Fi(Ti)。
步骤四：将N个IGBT的分段线性外特性曲线Fi(Ti)代入到数字孪生模型中进行仿真模拟。一种模拟方法是IGBT的分段线性外特性曲线在每一段上，可以等效成诺顿电流源的形式，第i个IGBT诺顿电流源等效电阻为ri，等效电流源为Ii，从而求得t0时刻IGBT的校正参数初始值为θ0＝[θ10,θ20,……θN0]，其中θi0＝[ri0,Ii0]。求得相应于SR的状态监测量为SD。
步骤五：构建实际测量状态量SR和仿真计算状态量SD的误差平方和目标函数F(θ)。
步骤六：以θ0作为初始值进行优化，以Ti1、Ti2的特性曲线为约束范围，使得F(θ)值最小，即数字孪生模拟出的电压和电流和实际测得的电压电流误差的平方和最小，将优化过的参数作为数字孪生模型中IGBT的更新参数。
实施例2
基于同一种发明构思，本发明还提供了一种电力装备的数字孪生模型校正装置，如图4所示，所述电力装备的数字孪生模型校正装置包括：
曲线拟合模块，用于利用电力装备内各元器件在预设温度条件下的特性曲线拟合电力装备内各元器件在当前实际工作温度条件下的特性曲线；
仿真模块，用于将所述电力装备内各元器件在当前实际工作温度条件下的特性曲线代入所述电力装备的数字孪生模型进行仿真，得到在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果；
分析模块，用于基于所述在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果对所述电力装备的数字孪生模型中各元器件的运行参数进行校正。
优选的，所述曲线拟合模块具体用于：
获取所述电力装备内各元器件在第一温度条件下的特性曲线和第二温度条件下的特性曲线；
对所述电力装备内各元器件在第一温度条件下的特性曲线和第二温度条件下的特性曲线进行插值拟合，得到所述电力装备内各元器件在当前实际工作温度条件下的特性曲线；
其中，所述第一温度为产品手册给出的小于所述当前实际工作温度的预设温度，第二温度为产品手册给出大于所述当前实际工作温度的预设温度。
进一步的，所述分析模块具体用于：
以所述在当前实际工作温度条件下所述电力装备内各元器件的运行参数仿真结果作为所述电力装备内各元器件对应的预先构建的数字孪生模型校正模型的初始值并求解，得到所述电力装备的数字孪生模型中各元器件的运行参数优化值；
将所述电力装备的数字孪生模型中各元器件的运行参数更新为所述电力装备的数字孪生模型中各元器件的运行参数优化值。
进一步的，所述电力装备内各元器件对应的预先构建的数字孪生模型校正模型包括：
以所述在当前实际工作温度条件下所述电力装备的状态量仿真结果与实测值之间的平方差之和最小为目标构建目标函数以及为电力装备的数字孪生模型校正配置的约束条件。
进一步的，所述目标函数的数学模型如下：
F＝|SR-SD|2
上式中，F为目标值，SR为所述在当前实际工作温度条件下所述电力装备的状态量实测值，SD为所述在当前实际工作温度条件下所述电力装备的状态量仿真结果。
进一步的，所述约束条件的数学模型如下：
θ1≤θ≤θ2
上式中，θ1为在第一温度条件下所述电力装备内各元器件在静态工作点的运行参数，θ为所述电力装备的数字孪生模型中各元器件的运行参数，θ2为在第二温度条件下所述电力装备内各元器件在静态工作点的运行参数。
优选的，当所述电力装备为柔性直流换流阀时，所述电力装备的状态量包括下述中的至少一种：直流侧电压、交流侧电压、子模块电压，桥臂电流、直流母线电流；所述电力装备内各元器件包括下述中的至少一种：IGBT、二极管、子模块；所述电力装备内各元器件的运行参数包括下述中的至少一种：IGBT电阻值，二极管电阻值、子模块电容值。
实施例3
基于同一种发明构思，本发明还提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能，以实现上述实施例中一种电力装备的数字孪生模型校正方法的步骤。
实施例4
基于同一种发明构思，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作***。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中一种电力装备的数字孪生模型校正方法的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (16)

1.一种电力装备的数字孪生模型校正方法，其特征在于，所述方法包括：
利用电力装备内各元器件在预设温度条件下的特性曲线拟合电力装备内各元器件在当前实际工作温度条件下的特性曲线；
将所述电力装备内各元器件在当前实际工作温度条件下的特性曲线代入所述电力装备的数字孪生模型进行仿真，得到在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果；
基于所述在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果对所述电力装备的数字孪生模型中各元器件的运行参数进行校正。
2.如权利要求1所述的方法，其特征在于，所述利用电力装备内各元器件在预设温度条件下的特性曲线拟合电力装备内各元器件在当前实际工作温度条件下的特性曲线，包括：
获取所述电力装备内各元器件在第一温度条件下的特性曲线和第二温度条件下的特性曲线；
对所述电力装备内各元器件在第一温度条件下的特性曲线和第二温度条件下的特性曲线进行插值拟合，得到所述电力装备内各元器件在当前实际工作温度条件下的特性曲线；
其中，所述第一温度为产品手册给出的小于所述当前实际工作温度的预设温度，第二温度为产品手册给出大于所述当前实际工作温度的预设温度。
3.如权利要求2所述的方法，其特征在于，所述基于所述在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果对所述电力装备的数字孪生模型中各元器件的运行参数进行校正，包括：
以所述在当前实际工作温度条件下所述电力装备内各元器件的运行参数仿真结果作为所述电力装备内各元器件对应的预先构建的数字孪生模型校正模型的初始值并求解，得到所述电力装备的数字孪生模型中各元器件的运行参数优化值；
将所述电力装备的数字孪生模型中各元器件的运行参数更新为所述电力装备的数字孪生模型中各元器件的运行参数优化值。
4.如权利要求3所述的方法，其特征在于，所述电力装备内各元器件对应的预先构建的数字孪生模型校正模型包括：
以所述在当前实际工作温度条件下所述电力装备的状态量仿真结果与实测值之间的平方差之和最小为目标构建目标函数以及为电力装备的数字孪生模型校正配置的约束条件。
5.如权利要求4所述的方法，其特征在于，所述目标函数的数学模型如下：
F＝|SR-SD|2
上式中，F为目标值，SR为所述在当前实际工作温度条件下所述电力装备的状态量实测值，SD为所述在当前实际工作温度条件下所述电力装备的状态量仿真结果。
6.如权利要求4所述的方法，其特征在于，所述约束条件的数学模型如下：
θ1≤θ≤θ2
上式中，θ1为在第一温度条件下所述电力装备内各元器件在静态工作点的运行参数，θ为所述电力装备的数字孪生模型中各元器件的运行参数，θ2为在第二温度条件下所述电力装备内各元器件在静态工作点的运行参数。
7.如权利要求1所述的方法，其特征在于，当所述电力装备为柔性直流换流阀时，所述电力装备的状态量包括下述中的至少一种：直流侧电压、交流侧电压、子模块电压，桥臂电流、直流母线电流；所述电力装备内各元器件包括下述中的至少一种：IGBT、二极管、子模块；所述电力装备内各元器件的运行参数包括下述中的至少一种：IGBT电阻值，二极管电阻值、子模块电容值。
8.一种电力装备的数字孪生模型校正装置，其特征在于，所述装置包括：
曲线拟合模块，用于利用电力装备内各元器件在预设温度条件下的特性曲线拟合电力装备内各元器件在当前实际工作温度条件下的特性曲线；
仿真模块，用于将所述电力装备内各元器件在当前实际工作温度条件下的特性曲线代入所述电力装备的数字孪生模型进行仿真，得到在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果；
分析模块，用于基于所述在当前实际工作温度条件下所述电力装备的状态量仿真结果和所述电力装备内各元器件的运行参数仿真结果对所述电力装备的数字孪生模型中各元器件的运行参数进行校正。
9.如权利要求8所述的装置，其特征在于，所述曲线拟合模块具体用于：
获取所述电力装备内各元器件在第一温度条件下的特性曲线和第二温度条件下的特性曲线；
对所述电力装备内各元器件在第一温度条件下的特性曲线和第二温度条件下的特性曲线进行插值拟合，得到所述电力装备内各元器件在当前实际工作温度条件下的特性曲线；
其中，所述第一温度为产品手册给出的小于所述当前实际工作温度的预设温度，第二温度为产品手册给出大于所述当前实际工作温度的预设温度。
10.如权利要求9所述的装置，其特征在于，所述分析模块具体用于：
以所述在当前实际工作温度条件下所述电力装备内各元器件的运行参数仿真结果作为所述电力装备内各元器件对应的预先构建的数字孪生模型校正模型的初始值并求解，得到所述电力装备的数字孪生模型中各元器件的运行参数优化值；
将所述电力装备的数字孪生模型中各元器件的运行参数更新为所述电力装备的数字孪生模型中各元器件的运行参数优化值。
11.如权利要求10所述的装置，其特征在于，所述电力装备内各元器件对应的预先构建的数字孪生模型校正模型包括：
以所述在当前实际工作温度条件下所述电力装备的状态量仿真结果与实测值之间的平方差之和最小为目标构建目标函数以及为电力装备的数字孪生模型校正配置的约束条件。
12.如权利要求11所述的装置，其特征在于，所述目标函数的数学模型如下：
F＝|SR-SD|2
上式中，F为目标值，SR为所述在当前实际工作温度条件下所述电力装备的状态量实测值，SD为所述在当前实际工作温度条件下所述电力装备的状态量仿真结果。
13.如权利要求11所述的装置，其特征在于，所述约束条件的数学模型如下：
θ1≤θ≤θ2
上式中，θ1为在第一温度条件下所述电力装备内各元器件在静态工作点的运行参数，θ为所述电力装备的数字孪生模型中各元器件的运行参数，θ2为在第二温度条件下所述电力装备内各元器件在静态工作点的运行参数。
14.如权利要求8所述的装置，其特征在于，当所述电力装备为柔性直流换流阀时，所述电力装备的状态量包括下述中的至少一种：直流侧电压、交流侧电压、子模块电压，桥臂电流、直流母线电流；所述电力装备内各元器件包括下述中的至少一种：IGBT、二极管、子模块；所述电力装备内各元器件的运行参数包括下述中的至少一种：IGBT电阻值，二极管电阻值、子模块电容值。
15.一种计算机设备，其特征在于，包括：一个或多个处理器；
所述处理器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1至7中任意一项所述的电力装备的数字孪生模型校正方法。
16.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至7中任意一项所述的电力装备的数字孪生模型校正方法。
CN202310341521.2A 2023-03-31 2023-03-31 一种电力装备的数字孪生模型校正方法及装置 Pending CN116451449A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310341521.2A CN116451449A (zh) 2023-03-31 2023-03-31 一种电力装备的数字孪生模型校正方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310341521.2A CN116451449A (zh) 2023-03-31 2023-03-31 一种电力装备的数字孪生模型校正方法及装置

Publications (1)

Publication Number Publication Date
CN116451449A true CN116451449A (zh) 2023-07-18

Family

ID=87121331

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310341521.2A Pending CN116451449A (zh) 2023-03-31 2023-03-31 一种电力装备的数字孪生模型校正方法及装置

Country Status (1)

Country Link
CN (1) CN116451449A (zh)

Similar Documents

Publication Publication Date Title
JP6130275B2 (ja) 推定装置及び推定方法
CN108089141B (zh) 一种基于分流器的电流测量装置的误差修正方法及装置
JP5821972B2 (ja) 物理量センサ装置の出力値補正方法、物理量センサの出力値補正方法、物理量センサ装置および物理量センサの出力値補正装置
JP2023518778A (ja) 電池充電状態を決定する方法及び装置、電池管理システム
US10571874B2 (en) Control device for performing learning control
JP2021043030A (ja) 機械学習装置、学習モデルの生成方法、絶縁抵抗推定装置及び制御装置
JP2008154418A (ja) 配電系統の状態推定装置、状態推定方法及びそのプログラム
CN105319458B (zh) 一种电气设备封闭箱体内部温升的监测方法及装置
JPWO2016147722A1 (ja) 推定装置、推定方法およびプログラム
Bluemm et al. Correcting nonlinearity and temperature influence of sensors through B-spline modeling
JP2015165198A (ja) 蓄電池の充電状態推定方法及び装置
CN116451449A (zh) 一种电力装备的数字孪生模型校正方法及装置
CN110765584A (zh) 一种含多开关元件的电磁暂态仿真算法、***、介质及设备
JP2013025467A (ja) 対数関数の近似演算回路
TWI460409B (zh) 溫度量測電路及溫度量測方法
JP6793770B2 (ja) アナログ−デジタル変換器のための、温度に基づいた基準利得の補正
CN108008183B (zh) 一种电量测量方法、***、设备及计算机存储介质
JP2007113921A (ja) 変換演算装置
JP4485896B2 (ja) Ｐｉｄ制御装置
CN114325553A (zh) 一种电能表自热误差校正方法、装置、电能表和存储介质
TWI578244B (zh) 穩態製造效率產生方法、穩態製造效率產生系統及非暫態電腦可讀取記錄媒體
CN112416587A (zh) 片上结构的温度控制方法和片上结构的布局方法
CN114812866A (zh) 热电偶或热电阻分度号的计算方法、装置、设备和介质
Zangl et al. Utilization of software tools for uncertainty calculation in measurement science education
JP6701802B2 (ja) 電力系統シミュレータ、インターフェイス、及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication