數字孿生的技術架構

　　圖1是數字孿生的技術架構，包含五層，自下而上為感知、數據、建模、可視化和應用。另外，還需要平台軟件，機理分析的支撐。建立數字孿生，數據是基礎，模型是核心，軟件或平台是載體。

　　數字孿生的技術架構

　　數字孿生的關鍵技術

　　數字孿生技術架構中各層技術簡單介紹如下：

　　（1）感知

　　為了實時感知物理實體及其運行環境，需要傳感技術、監測技術的支撐。例如，為了建立麵向風電、光伏出力預測和故障診斷的數字孿生，需要獲得電站周邊氣象數據以及設備溫度、聲音、振動等數據，為此，需要可獲取聲振信號、溫度、濕度數據的傳感設備，當然，也需要來自SCADA係統的電氣數據。電力係統的智能電表、SCADA、PMU等也應看作是傳感設備，通過智能電表，可以感知用戶的用電特性，通過PMU，可以感知到係統受到的擾動。

　　（2）數據

　　通過監測和傳感獲得的數據，需要利用先進的通信技術傳輸到數據平台或數據庫中進行存儲、處理和建模。如果數據量大，實時性要求高，需要大容量、高速通信技術，根據需要，也可以采取邊緣計算模式存儲處理數據。為節省信道和存儲空間，需要應用數據壓縮技術；為實現多源異構數據的融合、時空數據融合，需要應用數據融合技術；為提高數據處理和建模速度、滿足數據孿生的實時性要求，需要采用分布式存儲和處理技術、流計算、內存計算等技術。

　　（3）建模

　　建模方法包括機理建模方法和數據驅動建模方法。前者根據研究對象的機理特性建立數學公式，並賦予參數，然後應用數值計算方法或解析方法進行計算，一般適合於機理清楚的物理係統；後者是指采用統計學、機器學習方法建立模型，適合於機理不明確或隻存在關聯關係的研究對象。機理建模時由於存在不可避免的假設和簡化，有時會帶來不容忽視的誤差，這種情況下，如果數據足夠，也適合采用數據驅動建模方法。另外，采用數據驅動方法時，為了解決小樣本、樣本不均衡、弱特征以及不可解釋性等問題，將機理建模方法和數據驅動方法相結合，具有一定優勢。

　　數字孿生的模型需要隨物理實體同步更新、演化，如圖所示。

　　數字孿生隨物理實體的更新邏輯

　　（4）可視化

　　數字孿生需要很直觀的可視化效果，三維展示、地理信息係統（GIS）、AR/VR等都是很重要的可視化技術。例如，在地理信息圖上，直觀展示電網脆弱性分析結果，其中，藍色區域最為脆弱，一點攻擊可影響到10%電網，紫色、橘色和紅色區域要造成同樣嚴重後果，需要更多的攻擊；又如，風機的數字孿生，在地理位置上標注了風機的身份信息，點擊各個部位，均能更直觀地看到各個部位的狀況。

　　（5）應用

　　數字孿生應用的領域很多，智慧城市、精準醫療、智能製造、智慧能源是最重要的應用領域。

　　小結：

　　數字孿生是一項綜合性技術，數據是基礎，模型是核心，平台或軟件是載體。所以獲取數據的傳感技術、監測技術以及數據的傳輸技術、存儲技術、融合技術、處理技術，都是數字孿生的基礎性技術；各種建模技術以及支撐建模的平台和軟件、三維展示和AR/VR技術也是數字孿生的關鍵技術。

　　圖文：中國電力科學研究院人工智能應用研究所 張東霞