摘要：随着国家飞速，科技水平也在不断进步。目前数字孪生技术已在电网中得到了广泛应用，为保证电网的安全平稳运行提供了新的思路和方法。基于数字孪生技术的概念和体系架构，对数字孪生电网的内涵及层次进行了介绍，对数字孪生技术在输变电设备状态评估中的应用以及关键技术进行了分析。
关键词：数字孪生；技术架构；输变电；设备运维；应用
引言
随着输配电价改革的深入推进，成本监审力度持续加大，对转变电网企业的经营方式和盈利模式产生革命性影响。在面对转变经营方式、降低社会用能成本和维持电网可持续发展的重重压力下，电网设备的投资精准性、运维成本支出的合理性被高度重视，设备管理已从传统上高度专业化的设备运维技术统合到一个以经济性为标杆的框架中来。
因此，依托数字孪生理论，以提升电网资产运营效率为目标，推动电网设备资产价值精益化管理，及时、准确地刻画每一台重要设备资产全寿命周期成本、收入情况，全面支撑电网精准投
资、优化检修技改策略、提高电网设备质量、合理控制运维检修成本等场景的应用，从而推动设备管理从注重技术属性的传统管理模式向注重每一台设备全寿命周期的经济价值和技术效益转型升级，有助于支撑精细化、精准化的投资决策、成本核算和价值管理，更好地助推电网企业经营管理、发展质量再上新台阶。
1数字孪生技术概述
数字孪生（Digital Twin, DT）技术是在2000年左右为了解决工程问题而被提出的，并被逐渐认为是实现智能制造和工业4.0最具有发展空间与需求的先进技术之一。从2017年开始，在Gartner每年发布的“十大战略技术趋势”的报告中，“数字孪生”就一直位列榜单。其以真实状态的物理模型为基础，在虚拟空间中利用计算机语言进行模型搭建以及数据分析，有效地将生活中的可视化现象与虚拟进行结合，将监视数据与机器学习算法进行结合，形成了从数据层面的可操作性能力。
主要包含3个部分：反应真实空间中的物理产品、虚拟空间中的虚拟模型以及将两者联系在一起的数据纽带。来自真实空间的数据将被实时收集，通过通信链接发送给虚拟模型，交由其处理。调整后的信息或者过程将被发送回现实空间，用于决策支持，从而形成了闭环的控
制。相比于其他数字化系统，数字孪生系统具有的优势主要体现在：（1）现实与虚拟模型相互独立，使孪生虚拟空间具有一定的鲁棒性；（2）独立的虚拟空间可以提供现实空间无法实现的模拟场景；（3）由数据纽带相互连接的两个空间，为实时数据的交互提供了基础；（4）具有与虚拟空间交互的能力；（5）模块化的架构与数据存储能力，为大数据应用与智能化算法模块提供了框架基础。这些优势极大地响应了目前电网中场景模拟、远动操作、无人巡检等需求，因此各研究开始探索数字孪生技术在电网工程中的应用。
“数字电力系统”作为最早具有孪生电网雏形的概念，就已经提出了对实际运行的电力系统再现的特点。随后，数字孪生电网（Digital Twin Grid，DTG）的概念应运而生，即以多维度、多时间尺度的动态虚拟仿真体，实现对电网实体设备的实时感知、推演并提供决策参考。基于数字孪生技术，提出一种混合储能的控制策略，对储能设备在不确定的风电出力下的运行效率进行优化。齐波分析了电网设备的状态评估方法与数字孪生技术的融合现状，并对目前仍然存在的挑战进行了总结与展望。结合了北斗系统数据与物联网传感器，形成了结合多个数据采集终端的数字孪生运维平台。在新型电力系统的建设下，数字孪生技术也被应用在了抽水蓄能电站、分布式能源发电等应用场景。
2电力设备数字孪生关键技术的应用
电力设备数字孪生主要通过多物理场耦合仿真、内部状态反演重构、模型降阶等关键技术，描述新型电力系统背景下电力设备内部状态演化规律及外部运行特性，为电力设备健康状态的智能感知、管理和维护提供强有力的支撑。目前，关于上述关键技术的研究处于初级阶段，研究工作仍需进一步深入开展。
2.1多物理场耦合仿真技术
电力设备在实际运行过程中会受到电、热、磁等多耦合物理场的作用，因此多物理场耦合仿真对电力设备的可靠运行极为重要。与传统的仿真相比，多物理场耦合仿真需要综合电力设备的结构特征、状态信息、物理参量等，建立针对不同场景和工况的数字孪生模型。多物理场耦合仿真同时还应考虑多时间、空间尺度和多介质问题。由于针对不同时间、空间尺度的多物理场耦合求解时，数值计算方法不同，因此探究考虑多尺度作用的混合仿真技术是当前多物理场耦合仿真的关键。此外，关于电力设备多物理场耦合仿真及特性分析的软件主要依赖国外，软件的国产化仍是研究的重点。同时，随着电力设备智能化程度的增强，其结构、物理特性建模的复杂程度进一步加强，因此平衡建模复杂度和求解效率之间的问题，优化多物理场耦合求解算法，提高计算过程的精确性、高效性与鲁棒性仍是当前急需解决的问题。
白浩2.2模型降阶技术
一般而言，多物理场耦合仿真计算量较大，常规方法求解时间较长或难以求解。为有效提高计算效率，加快模型求解速度，降低计算量，需对模型进行简化，即模型降阶（reduced-ordermodel，ROM）。模型降阶能在保留原始模型主要特征的基础上将误差控制在可接受的范围内，同时降阶后的模型保持稳定和有效。目前关于模型降阶的方法主要基于线性系统和非线性系统。在线性系统领域主要有投影法和简化模型法等。而在非线性系统领域，可通过扩展线性系统降阶的方法或通过泰勒等多项式展开法将非线性系统转化为线性系统再进行降阶，也可通过特殊的处理方法，如数据拟合方法、Gramain平衡降阶法、奇异摄动法等。其中数据拟合法主要基于实体模型的输入与输出数据，通过神经网络、响应面、高斯回归、支持向量回归等方法建立黑箱对原模型进行拟合，从而实现模型的降阶。
2.3内部状态反演重构技术
目前，关于电力设备的状态评估主要基于外部监测检测信号来实现，但在电力设备外部获取的信号存在着传播路径多样性、传播过程耦合性和非线性衰减等问题，因此难以通过外部信号准确判断电力设备内部状态的变化和故障演化特性，而内部状态反演重构技术的出现为解
决这一难题提供了便利。所谓内部状态反演重构指的是基于电力设备的空间结构模型和表征其状态信息的声、光、热等影像信息，通过重建这些影像信息在空间位置上的关联关系，建立多信号全耦合统一的传播模型，实现对电力设备内部状态参数的高精度反演重构。考虑到电力设备运行环境较为复杂，对电力设备内部状态演化规律及失效过程的仿真模拟相对困难，因此建立物理参量与内部状态之间的映射关系极为重要。通过该技术可实现在不同工况或极端条件下，对电力设备内部状态演化规律及失效机理有更深层次的把控，这为电力设备健康管理与智能化运维提供更科学的技术保障。
结语
输变电设备状态评估中的数字孪生技术包括输变电设备实体物理层、状态数据感知层、模型层和应用层。目前，对于输变电设备状态全面感知技术、输变电设备状态数据处理技术有了一定的研究成果，并且对于异常状态快速检出数字孪生模型、设备状态差异化评估数字孪生模型、设备状态精细化评估数字孪生模型、设备故障诊断数字孪生模型、设备状态预测数字孪生模型的研究有了阶段性进展。
参考文献
[1]白浩，周长城，袁智勇，等．基于数字孪生的数字电网展望和思考［J］．南方电网技术，2020，14（8）：18⁃24．
[2] 李向荣，郝悍勇，樊涛，等．构建数字化电网建设信息化企业［J］．电力系统自动化，2007，31（17）：1-5．
[3] 唐跃中，邵志奇，郭创新．数字化电网概念研究［J］．中国电力，2009，42（４）：75-78．
发布评论