(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111210238.3 (22)申请日 2021.10.18 (71)申请人 广西电网有限责任公司电力科 学研 究院 地址 530023 广西壮 族自治区南宁市 兴宁 区民主路6 -2号 申请人 南方电网科 学研究院有限责任公司 　 山东泰开高压开关有限公司 (72)发明人 苏毅　张帅　芦宇峰　谢植飚　 彭在兴　饶夏锦　易林　夏小飞　 宫瑞磊　解克佳　朱龙飞　李继初　 付茂雪　莫建明　 (74)专利代理 机构 南宁东智知识产权代理事务 所(特殊普通 合伙) 45117 代理人 黎华艳　裴康明(51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 10/00(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种基于数字模型的高压开关柜状态预测 方法 (57)摘要 本发明公开了一种基于数字模型的高压开 关柜状态预测方法， 涉及开关柜技术领域， 通过 构建多物理场耦合的开关柜的数字化模型和开 关柜数字孪生体模型； 根据开关柜数字孪生模型 对开关柜的关键部件性能进行动态推演， 得到开 关柜整体动态孪生模型； 获取开关柜的可测参 量， 将可测参量导入开关柜整体动态孪生模型 中， 通过开 关柜整体动态孪生模 型获取开关柜的 各工况量； 建立多参量融合的状态评估方法， 通 过多参量融合的状态评估方法对开关柜的状态 进行评估； 建立基于数字孪生体的各参量及历史 数据的开关柜状态预测方法。 本发 明能够根据开 关柜实时数据对开关柜状态进行评估和预测， 解 决了现有没有基于数字模型的高压开关柜状态 预测方法的缺 点。 权利要求书2页 说明书8页 附图3页 CN 114091322 A 2022.02.25 CN 114091322 A 1.一种基于数字模型的高压开关柜状态预测方法， 其特 征在于， 包括以下步骤： 构建多物理场耦合的开关柜的数字化模型， 根据 所述开关柜的数字化模型建立开关柜 数字孪生体模型； 根据所述开关柜数字孪生模型对开关柜的关键部件性能进行动态推演， 得到开关柜整 体动态孪生模型； 获取开关柜的可测参量， 将可测参量导入所述开关柜整体动态孪生模型中， 通过所述 开关柜整体动态孪生模型获取开关柜的各工况量； 根据所述开关柜的可测参量与开关柜的 各工况量之间的灵敏度关系， 建立多参量融合的状态评估方法， 通过所述多参量融合的状 态评估方法对开关柜的状态进行评估； 不断改变的模拟工况输入开关柜整体动态孪生模型， 获取不同模式下开关柜设备不同 部件的特征参量变化特性； 根据所述特征参量变化特性， 建立基于数字孪生体的各参量及 历史数据的开关柜状态预测方法。 2.根据权利要求1所述的基于数字模型的高压开关柜状态预测方法， 其特征在于， 获取 实体传感器的实时特征参量， 采用所述参量融合的状态评估方法对开关柜的状态进行评 估。 3.根据权利要求1所述的基于数字模型的高压开关柜状态预测方法， 其特征在于， 获取 实体传感器的实时特征参量， 采用所述开关柜状态预测方法结合所实时特征参量， 对的开 关柜的状态预测。 4.根据权利要求1所述的基于数字模型的高压开关柜状态预测方法， 其特征在于， 根据 所述开关柜数字 孪生模型对开关柜的关键 部件性能进行动态推演包括以下步骤： 建立开关柜的典型故障与状态参 量之间的关联关系； 通过所述开关柜数字 孪生体模型建立 开关柜数字 孪生体的故障模型； 将故障模型进行故障模拟得到故障模型检测数据， 对所述故障模型检测数据、 实时检 测数据、 特 征参量以及历史数据分析故障类型的特性； 结合分析结果， 利用基于关联规则的数据挖掘算法， 挖掘开关柜不同故障模式与特征 参量的关联关系； 根据开关柜不同故障模式与特征参量的关联关系， 查询模拟工况下的状态参量， 将其 导入孪生体模型进行计算， 从而推演该工况 下部件性能的变化 规律。 5.根据权利要求1所述的基于数字模型的高压开关柜状态预测方法， 其特征在于， 所述 多参量融合的状态评估方法包括以下步骤： 建立开关柜运行状态评估指标体系； 通过提取网络从所述可测参量中获取多种特征参量， 特征参量为 能够体现开关柜状态 的参量； 利用层次分析法计算特 征参量的权重； 建立多种特征参量与开关柜状态的关系， 并结合特征参量的权重， 建立开关柜运行状 态评估模型； 获取实时的可测参量， 将实时的可测参量输入开关柜运行状态评估模型， 开关柜运行 状态评估 模型输出开关柜的实时状态。 6.根据权利要求1所述的基于数字模型的高压开关柜状态预测方法， 其特征在于， 所述权　利　要　求　书 1/2 页 2 CN 114091322 A 2基于数字 孪生体的各参 量及历史数据的开关柜状态预测方法包括以下步骤： 根据不断改变的模拟工况输入开关柜整体动态孪生模型， 获取不同模式下开关柜设备 不同部件的特征参量变化特性， 根据工况与特征量的变换关系建立长 短期记忆网络LSTM作 为基础网络； 获取可测参量的实时参数输入基础网络， 基础网络输出开关柜状态预测， 从而训练所 述基础网络的最优 模型参数； 根据最优 模型参数 得到开关柜状态预测模型。 7.根据权利要求1所述的基于数字模型的高压开关柜状态预测方法， 其特征在于， 采用 基于数字 孪生体与误差自适应优化的开关柜建模方法构建所述 开关柜数字 孪生体模型。 8.根据权利要求1所述的基于数字模型的高压开关柜状态预测方法， 其特征在于， 所述 开关柜数字孪生模型中可测 参量的虚拟传感器设置包括： 通过数值优化方法， 构建不同位 置虚拟传感器的信号强度、 信号延迟以及信号测量误差评价指标， 并结合虚拟传感器的检 测范围进行综合评估， 确定虚拟传感器的最优位置分布。权　利　要　求　书 2/2 页 3 CN 114091322 A 3