CN117372201A - 一种应用于水库的智慧水利数字孪生模型快速构建方法 - Google Patents
一种应用于水库的智慧水利数字孪生模型快速构建方法 Download PDFInfo
- Publication number
- CN117372201A CN117372201A CN202311289423.5A CN202311289423A CN117372201A CN 117372201 A CN117372201 A CN 117372201A CN 202311289423 A CN202311289423 A CN 202311289423A CN 117372201 A CN117372201 A CN 117372201A
- Authority
- CN
- China
- Prior art keywords
- data
- reservoir
- model
- water conservancy
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 90
- 238000010276 construction Methods 0.000 title claims abstract description 19
- 230000005540 biological transmission Effects 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000013178 mathematical model Methods 0.000 claims abstract description 18
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 238000013500 data storage Methods 0.000 claims abstract description 10
- 239000012530 fluid Substances 0.000 claims abstract description 4
- 238000000926 separation method Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 4
- 230000002093 peripheral effect Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000003032 molecular docking Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 230000006835 compression Effects 0.000 claims description 2
- 238000007906 compression Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000012800 visualization Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims 2
- 238000004364 calculation method Methods 0.000 claims 1
- 239000007787 solid Substances 0.000 claims 1
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- 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
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Fluid Mechanics (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数字孪生技术领域，尤其涉及一种应用于水库的智慧水利数字孪生模型快速构建方法，包括：数据采集模块、数据传输模块、数据存储模块、数据处理模块、建立目标场景数学模型模块、模型驱动模块和更新优化模块组成。通过数据传输模块，无线传输、云端传输或私有传输的方式，将数据采集模块采集到的水库水利数据传输至数据存储模块；数据存储模块采用关系型数据库来对水库水利信息进行管理；在数据处理模块，对于存储于数据库中的数据进行前后端分离式处理后，基于处理得到的数据集，采用水文预报模型、计算流体力学模型的多种数学模型技术建立准确、高效的数字孪生水利模型；实现应用于水库的智慧水利数字孪生模型快速构建。
Description
技术领域
本发明涉及数字孪生领域，具体为一种应用于水库的智慧水利数字孪生模型快速构建方法
背景技术
智慧水利是通过现代信息技术和互联网技术，实现对水资源的实时监测、分析和控制，提高水资源的有效利用和保护水资源安全的一种技术手段。在水库管理方面，应用智慧水利可以极大地提高水库的管理效率和水资源的利用效益。
数字孪生作为解决智能制造信息物理融合难题和践行智能制造理念目标的关键使能技术得到学术界的广泛关注和研究，并由工业界引入到建筑行业进行落地应用。数字孪生作为解决智能制造信息物理融合难题和践行智能制造理念与目标的关键使能技术，得到了学术界的广泛关注和研究，并被工业界引入到越来越多的领域进行落地应用。数字孪生落地应用的首要任务是创建应用对象的数字孪生模型。
智慧水利数字孪生模型是一种将物理世界与数字世界相结合的模型,通过数据采集、传感器监控、模型预测和实时控制的技术手段,可以对水库的水资源存储、调度、利用方面进行实时、高效、准确的监测和控制。
但是现有技术在对数字孪生技术进行建模时，步骤繁琐，数据繁多，硬件以及软件开发流程效率较慢，产品周期长导致业务阻塞；因此，构建一套应用于智慧水利的数字孪生模型快速构建方法具有很好的实际应用价值。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种应用于水库的智慧水利数字孪生模型快速构建方法；通过增加数据硬件采集器的数量、提高传输效率以及方式、采用高性能的硬件处理器和更科学的数据处理流程和人员分工的方式，极大程度的解决了传统数据孪生技术建模效率过慢的问题。
(二)技术方案
为实现以上目的，本发明提供了一种应用于水库的智慧水利数字孪生模型快速构建方法，包括数据采集模块、数据传输模块、数据存储模块、数据处理模块、建立目标场景数学模型模块、模型驱动模块和更新优化模块。
首先是进行数据采集：
1、丰富水库的智慧水利的数据采集类型，包括：
采集水库的水位信息、水库的水温数据、水库的水质信息、水土保持监测数据及水库周边天气监测数据；
2、采用多种设备来源采集被水库智慧水利所需要的数据；包括：
使用水位测量仪、水压传感器或压力探针设备来获取水库水位；
通过温度传感器和光纤测温仪设备来获取水库水温信息；
使用水质在线监测装置和手持式水质检测仪设备来获取水库水质信息；
通过垂直度仪、液压传感器和位移传感器设备来获取水库岸线和附近土地的变化情况；
通过气象站、风速测量仪和大气湿度计设备来获取水库周边天气信息；
3、提高数据采集的效率；包括：
在水库附近建设一个数据中心，通过与传感器设备进行点对点传输，并在同时增加水库智慧水利数据采集的传感器数量，提高监测范围和覆盖密度，以实现实时采集和分析水库智慧水利数据，提高数据采集频率；
进一步的，按照时间增量△t采集物理实体的运动数据，即分别在时刻t0、t0+△t、t0+△t*2、…、t0+△t*n采集物理实体的n组运动数据，不同的时刻即是采集到的数据的时间戳，设定限位信号，所述的限位信号来源于对水库各项数据的阈值界定，信息告警系统安装在数据处理中心，用于限定水库水利数据的变化上限，当水库的水利信息到达设定阈值，触发信息告警系统，限位信号有效，向数字孪生监控平台发送水库异常出具告警信号；限位信号有效时停止该次数据采集，将数字孪生平台的该次系列动作记为序列一，并将采集到的数据和对应的时间戳存储在缓存中；
进一步的，继续采集水库的水利信息，并比较两次采集的数据间的差值，当该差值小于等于设定值时，即认为数据并无明显变化，水库处于安全状态，并持续记录等待的时间，该等待的时间即为序列间的等待时间；否则，认为数字孪生平台开始执行另一个序列；
进一步的，继续采集、存储物理实体的数据、时间戳，直到在一个检测周期内，水库的所有序列完成；
进一步的，发送指令让物理实体重复所有序列j次，并将时间戳复位，即保证数字孪生平台在执行序列一时均是从t0时刻开始，然后采集、存储水库水利信息的数据、时间戳；
进一步的，对于采集到的所有数据，按时序将数据存储在不同的缓存中，即将时序一的数据、时间戳存储在一级缓存中，时序二的数据、时间戳存储在二级缓存中，以此类推；对于每个缓存，相同时序的数据存储在不同偏移地址处，将第一次采集到的时序一数据和时间戳存储在一级缓存偏移地址0开始的k-1字节长度空间中、将第二次采集到的时序一数据和时间戳存储在一级缓存偏移地址k开始的k-1字节长度空间中，以此类推，保证数据存储不冲突；
进一步的，对于最终采集到的所有数据，将每个缓存中的同一时序的数据按照时间戳去除最大值和最小值，并对剩下的数据求均值；以一级缓存为例，假定一级缓存存储了j次工序一的数据和时间戳，偏移地址0处存储了第一次采集到的时序一的时间戳t0、偏移地址1处存储了第一次采集到的时序一的数据data2，偏移地址k处存储了第二次采集到的时序一的时间戳t0、偏移地址k+1处存储了第二次采集到的工序一的数据偏移地址(j-1)×k处存储了第j次采集到的时序一的时间戳t0、偏移地址(j-1)×k+1处存储了第j次采集到的时序一的数据则按照时间戳t0搜索数据其中j＝1,2,...,j，去除这些数据中的最大值和最小值，并对剩下的数据求取平均值；
进一步的，将最终得到的所有数据重新组合成一帧数据并发送给虚拟模型数据库进行存储，作为该虚拟模型的数字孪生行为模型数据来源。
进一步的，将数据采集模块采集的数据通过数据传输模块进行数据传递；
进一步的，使用一种更高数据处理效率的数据库：Oracl数据库及其相关设计工具对采集的数据进行管理，包括：
用于模型和设计Oracle数据库的可视化工具Oracle Database Designer；用于管理、重构和重新设计Oracle数据库的可视化集成开发环境IDE的Oracle Data Modeler；用于管理和分发Oracle数据库实例文件的开源工具Oracle Data Vault；
进一步的，使用更高效的前后端分离的开发方式对数据中存储的数据进行处理和交互；具体为：
1、由硬件获取到硬件设备采集的数据，在进行预处理之后传输到数据库中交付给后端；
2、后端在拿到数据库中存储的数据之后，对数据进行标准化接口处理，将数据库中的数据通过接口的方式部署在服务器上，之后将定义好的标准接口链接发送给前端；
3、前端在步骤1、2进行的时候同步的进行数字孪生模型前端页面的构建，在后端处理完数据对接口定义完之后，拿到接口对接口数据进行对接，获取到硬件设备采集的数据，随之渲染到数字孪生页面上，减少了前端等待后端编写接口的时间，进一步提升了整体构建流程的效率；
进一步的，按照数学模型和采集到的数据表达和描述信息，将这些数据进行处理、转化和建模；包括数据清洗、数据归一化、特征提取和序列化工作；基于处理得到的数据集，采用水文模型、水文预报模型、计算流体力学模型的多种数学模型技术，建立准确、高效的数字孪生水利模型，对水库的水位、流量参数进行模拟预测；
进一步的，根据建立的数学模型进入模型驱动模块，运行数学模型，将模型与实际系统的实时数据进行对比，以验证数学模型的准确性；模型将生成关于实际系统运行状态的数据和预测信息；
最后，随着水库环境、测量过程、硬件材料不断的变化，定期更新数据以保证数字孪生模型的精度和预测能力，提高系统的效率、可靠性、安全性和生产能力。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为数字孪生建模数据流向示意图；
图2为别发明的系统结构框图
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，对本发明进一步详细说明。
需要说明的是，除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
请参阅图1，本发明提供一种基于数字孪生的水利工程智能监测方法，包括如下步骤：
步骤一、对需要利用数字孪生技术实现的智慧水利系统来进行实时监控的水库的各个数据进行采集；
步骤一数据采集包括以下提高数字孪生建模流程的方法：
101、丰富水库的智慧水利的数据采集类型，包括：
采集水库的水位信息、水库的水温数据、水库的水质信息、水土保持监测数据及水库周边天气监测数据；
102、采用多种设备来源采集被水库智慧水利所需要的数据；包括：
使用水位测量仪、水压传感器或压力探针设备来获取水库水位；
通过温度传感器和光纤测温仪设备来获取水库水温信息；
使用水质在线监测装置和手持式水质检测仪设备来获取水库水质信息；
通过垂直度仪、液压传感器和位移传感器设备来获取水库岸线和附近土地的变化情况；
通过气象站、风速测量仪和大气湿度计设备来获取水库周边天气信息；
103、提高数据采集的频率；包括：
在水库附近建设一个数据中心，通过与传感器设备进行点对点传输，并在同时增加水库智慧水利数据采集的传感器数量，提高监测范围和覆盖密度，以实现实时采集和分析水库智慧水利数据，提高数据采集频率。
步骤二、将采集的数据通过数据传输模块进行数据传递；
步骤二数据传输包括以下提高数字孪生建模流程的方法：
201、采用低码率压缩算法；将一个大的数据文件压缩成一个较小的文件，在保证数据完整性和质量的同时，压缩文件大小，减少传输时间和带宽的使用，提高数据传输的效率；
202、使用增量传输方式；将数据分为多个部分，只需要传输增量部分即可，这样可以减少数据传输的量和时间；
203、采用多级缓存技术；有效地降低数据传输时网络带宽的消耗，提高数据传输效率。常用的缓存技术包括分布式缓存和本地缓存；
204、采用负载均衡技术；将网络传输的负载均衡地分配到不同的服务器上，保证数据传输的高效和可靠；
205、采用流媒体技术；将大数据流按照一定的规则分成多个分段进行传输，减少数据传输的负担，提高数据传输效率。
步骤三、按照时间增量△t采集物理实体的运动数据，即分别在时刻t0、t0+△t、t0+△t*2、…、t0+△t*n采集物理实体的n组运动数据，不同的时刻即是采集到的数据的时间戳，设定限位信号，所述的限位信号来源于对水库各项数据的阈值界定，信息告警系统安装在数据处理中心，用于限定水库水利数据的变化上限，当水库的水利信息到达设定阈值，触发信息告警系统，限位信号有效，向数字孪生监控平台发送水库异常出具告警信号；限位信号有效时停止该次数据采集，将数字孪生平台的该次系列动作记为序列一，并将采集到的数据和对应的时间戳存储在缓存中；
301、继续采集水库的水利信息，并比较两次采集的数据间的差值，当该差值小于等于设定值时，即认为数据并无明显变化，水库处于安全状态，并持续记录等待的时间，该等待的时间即为序列间的等待时间；否则，认为数字孪生平台开始执行另一个序列；
302、继续采集、存储物理实体的数据、时间戳，直到在一个检测周期内，水库的所有序列完成；
303、发送指令让物理实体重复所有序列j次，并将时间戳复位，即保证数字孪生平台在执行序列一时均是从t0时刻开始，然后采集、存储水库水利信息的数据、时间戳；
304、对于采集到的所有数据，按时序将数据存储在不同的缓存中，即将时序一的数据、时间戳存储在一级缓存中，时序二的数据、时间戳存储在二级缓存中，以此类推；对于每个缓存，相同时序的数据存储在不同偏移地址处，将第一次采集到的时序一数据和时间戳存储在一级缓存偏移地址0开始的k-1字节长度空间中、将第二次采集到的时序一数据和时间戳存储在一级缓存偏移地址k开始的k-1字节长度空间中，以此类推，保证数据存储不
冲突；
305、对于最终采集到的所有数据，将每个缓存中的同一时序的数据按照时间戳去除最大值和最小值，并对剩下的数据求均值；以一级缓存为例，假定一级缓存存储了j次工序一的数据和时间戳，偏移地址0处存储了第一次采集到的时序一的时间戳t0、偏移地址1处存储了第一次采集到的时序一的数据data2，偏移地址k处存储了第二次采集到的时序一的时间戳t0、偏移地址k+1处存储了第二次采集到的工序一的数据偏移地址(j-1)×k处存储了第j次采集到的时序一的时间戳t0、偏移地址(j-1)×k+1处存储了第j次采集到的时序一的数据则按照时间戳t0搜索数据其中j＝1,2,...,j，去除这些数据中的最大值和最小值，并对剩下的数据求取平均值；
306、将最终得到的所有数据重新组合成一帧数据并发送给虚拟模型数据库进行存储，作为该虚拟模型的数字孪生行为模型数据来源。
步骤四、使用一种更高数据处理效率的数据库：Oracl数据库及其相关设计工具来对采集的数据进行存储和相关处理，包括：
401、通过Oracle Database Designer生成SQL脚本来快速部署数据到Oracle数据库服务器上；
402、使用Oracle Data Modeler管理、重构和重新设计Oracle数据库的可视化集成开发环境IDE；更有效的管理数据库元数据，同时根据业务需求重构数据库结构，避免管理工作重复耗费资源；
403、利用Oracle Data Vault管理和分发Oracle数据库实例文件；快速准确的获取Oracle数据库实例信息，并通过灵活的可配置界面来保护数据安全性。
步骤五、采用高效的前后端分离的开发方式对数据中存储的数据进行处理和交互；具体为：
501、获取硬件设备采集的数据，在进行预处理之后传输到数据库中交付给后端，同时，前端在此时对数字孪生的前端页面进行并行开发；
502、后端在拿到数据库中存储的数据之后，对数据进行标准化接口处理，将数据库中的数据通过接口的方式部署在服务器上，之后将定义好的标准接口链接发送给前端，同时，前端在此时对数字孪生的前端页面进行并行开发；
503、在后端处理完数据对接口定义完之后，前端拿到接口对接口数据进行对接，获取到硬件设备采集的数据，随之渲染到数字孪生页面上，减少了前端等待后端编写接口的时间，进一步提升了数字孪生项目整体构建流程的效率。
步骤六、根据接口采集数据建立数字模型，具体为：
601、按照数学模型和采集到的数据表达和描述信息，将这些数据进行处理、转化和建模；包括数据清洗、数据归一化、特征提取和序列化工作；
602、基于处理得到的数据集，采用水文模型、水文预报模型、计算流体力学模型的多种数学模型技术，建立准确、高效的数字孪生水利模型，对水库的水位、流量参数进行模拟预测。
步骤七、根据建立的数学模型进入模型驱动模块，具体为：
运行数学模型，将模型与实际系统的实时数据进行对比，以验证数学模型的准确性；模型将生成关于实际系统运行状态的数据和预测信息；
最后，随着水库环境、测量过程、硬件材料不断的变化，定期更新数据以保证数字孪生模型的精度和预测能力，提高系统的效率、可靠性、安全性和生产能力。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种应用于水库的智慧水利数字孪生模型快速构建方法，包括：数据采集模块、数据传输模块、数据存储模块、数据处理模块、建立目标场景数学模型模块、模型驱动模块和更新优化模块；其特征在于：
数据采集模块，通过监测站点部署传感器，采集水库的水位、水温、水压的实时数据，同时获取气象信息、降雨量相关数据，形成数据集；
数据传输模块，根据不同的水库类型选择相应的数据传输手段，包括：采用低码率压缩算法、增量传输方式、多级缓存技术、负载均衡技术和流媒体技术；
数据存储模块，采用支持多样化和异构数据的存储和检索的数据库，使其具有包括数据加密、权限管理、访问控制及存储冗余安全机制；
数据处理模块，对于存储于数据库中的数据进行前后端分离式处理，多点同时进行；
建立目标场景数学模型模块，基于处理得到的数据集，采用水文模型、水文预报模型和计算流体力学模型多种数学模型，建立准确、高效的数字孪生水利模型，对水库的水位、流量参数进行模拟预测；
模型驱动模块，基于模型的方法来快速构建数字孪生模型，运行数学模型，将模型与实际系统的实时数据进行对比，以验证数学模型的准确性，模型将生成关于实际系统运行状态的数据和预测信息；
更新优化模块，对数字孪生水利模型进行定期更新和优化，提高模型的准确性和预测能力，保证数字孪生模型在实际应用中的稳定性和可靠性，定期对数字孪生模型进行评估和优化，发现并纠正与预期不符的问题，以便持续提高生产效率和资产回报。
2.根据权利要求1所述的一种应用于水库的智慧水利数字孪生模型快速构建方法，其特征在于：建立数据中心，通过与传感器设备进行点对点传输，同时增加水库智慧水利数据采集的传感器数量，提高监测范围和覆盖密度，以实现实时采集和分析水库智慧水利数据，提高数据采集频率。
3.根据权利要求2所述的一种应用于水库的智慧水利数字孪生模型快速构建方法，其特征在于：丰富水库的智慧水利的数据采集类型，包括：采集水库的水位信息、水库的水温数据、水库的水质信息、水土保持监测数据及水库周边天气监测数据。
4.根据权利要求3所述的一种应用于水库的智慧水利数字孪生模型快速构建方法，其特征在于：采集被水库智慧水利所需要的数据；具体包括：获取水库水位、水库水温信息、水库水质信息、水库岸线和附近土地的变化情况及水库周边天气信息。
5.根据权利要求4所述的一种应用于水库的智慧水利数字孪生模型快速构建方法，其特征在于：提高数字孪生模型搭建平台的硬件配置，具体包括：
采用存储和处理数字孪生模型所需的数据和程序的服务器和存储设备，采用分布式存储和计算的方式；
配置存储和处理设备，包括：硬盘阵列、固态硬盘和分布式存储；配置具有网络设备和通信协议的实时通信设备。
6.根据权利要求1所述的一种应用于水库的智慧水利数字孪生模型快速构建方法，其特征在于：数据的采集、处理和记录包括以下步骤：
601、按照时间增量△t采集物理实体的运动数据，即分别在时刻t0、t0+△t、t0+△t*2、…、t0+△t*n时刻采集物理实体的n组运动数据，不同的时刻即是采集到的数据的时间戳，设定限位信号，所述的限位信号来源于对水库各项数据的阈值界定，信息告警系统安装在数据处理中心，用于限定水库水利数据的变化上限，当水库的水利信息到达设定阈值，触发信息告警系统，限位信号有效，向数字孪生监控平台发送水库异常出具告警信号；限位信号有效时停止该次数据采集，将数字孪生平台的该次系列动作记为序列一，并将采集到的数据和对应的时间戳存储在缓存中；
602、采集水库的水利信息，比较两次采集的数据间的差值，当该差值小于等于设定值时，即认为数据并无明显变化，水库处于安全状态，并持续记录等待的时间，该等待的时间即为序列间的等待时间；否则，认为数字孪生平台开始执行另一个序列，执行步骤603；
603、返回步骤601继续采集、存储物理实体的数据、时间戳，直到在一个检测周期内，水库的所有序列完成；
604、发送指令让物理实体重复所有序列j次，并将时间戳复位，即保证数字孪生平台在执行序列一时均是从t0时刻开始，然后采集、存储水库水利信息的数据、时间戳；
605、对于采集到的所有数据，按时序将数据存储在不同的缓存中，即将时序一的数据、时间戳存储在一级缓存中，时序二的数据、时间戳存储在二级缓存中，以此类推；对于每个缓存，相同时序的数据存储在不同偏移地址处，将第一次采集到的时序一数据和时间戳存储在一级缓存偏移地址0开始的k-1字节长度空间中、将第二次采集到的时序一数据和时间戳存储在一级缓存偏移地址k开始的k-1字节长度空间中，以此类推，保证数据存储不
冲突；
606、对于最终采集到的所有数据，将每个缓存中的同一时序的数据按照时间戳去除最大值和最小值，并对剩下的数据求均值；以一级缓存为例，假定一级缓存存储了j次工序一的数据和时间戳，偏移地址0处存储了第一次采集到的时序一的时间戳t0、偏移地址1处存储了第一次采集到的时序一的数据data2，偏移地址k处存储了第二次采集到的时序一的时间戳t0、偏移地址k+1处存储了第二次采集到的工序一的数据偏移地址(j-1)×k处存储了第j次采集到的时序一的时间戳t0、偏移地址(j-1)×k+1处存储了第j次采集到的时序一的数据则按照时间戳t0搜索数据其中j＝1,2,...,j，去除这些数据中的最大值和最小值，并对剩下的数据求取平均值；
607、将最终得到的所有数据重新组合成一帧数据并发送给虚拟模型数据库进行存储，作为该虚拟模型的数字孪生行为模型数据来源。
7.根据权利要求6所述的一种应用于水库的智慧水利数字孪生模型快速构建方法，其特征在于：使用Oracl数据库及其相关设计工具；
包括：用于模型和设计Oracle数据库的可视化工具Oracle Database Designer、用于管理、重构和重新设计Oracle数据库的可视化集成开发环境IDE的Oracle Data Modeler和用于管理和分发Oracle数据库实例文件的开源工具Oracle Data Vault；是目前最高效也最具性价比的数据库存储使用方式。
8.根据权利要求7所述的一种应用于水库的智慧水利数字孪生模型快速构建方法，其特征在于：使用前后端分离的数字孪生构建方式是最具效率的分工开发模式；
具体为：首先获取到硬件设备采集的数据，在进行预处理之后传输到数据库中交付给后端；后端在拿到数据库中的数据之后，对数据进行标准化接口处理，将数据库中的数据通过接口的方式部署在服务器上，之后将定义好的标准接口链接发送给前端；前端在拿到接口直接对接口数据进行对接，获取到硬件设备采集的数据之后应用于数字孪生页面上。
9.根据权利要求8所述的一种应用于水库的智慧水利数字孪生模型快速构建方法，其特征在于：按照数学模型和采集到的数据表达和描述信息，将这些数据进行处理、转化和建模；建模包括数据清洗、数据归一化、特征提取和序列化工作，并采用FPGA设计数字孪生行为模型快速构建模块，该模块跨接在物理实体与三维虚拟模型中间，同时在FPGA内部例化多个双端口BRAM模块用来存储数据及时间戳，通过BRAM的端口a完成数据采集与存储、通过BRAM的端口b完成数据读取与比较，提高数据处理的实时性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311289423.5A CN117372201A (zh) | 2023-10-08 | 2023-10-08 | 一种应用于水库的智慧水利数字孪生模型快速构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311289423.5A CN117372201A (zh) | 2023-10-08 | 2023-10-08 | 一种应用于水库的智慧水利数字孪生模型快速构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117372201A true CN117372201A (zh) | 2024-01-09 |
Family
ID=89399502
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311289423.5A Pending CN117372201A (zh) | 2023-10-08 | 2023-10-08 | 一种应用于水库的智慧水利数字孪生模型快速构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117372201A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118013161A (zh) * | 2024-04-09 | 2024-05-10 | 山东同其万疆科技创新有限公司 | 一种基于大数据分析的水利数据采集监管方法 |
| CN118095752A (zh) * | 2024-03-08 | 2024-05-28 | 招远市金都水利勘测设计有限公司 | 一种基于数字孪生的水库调度管理系统 |
| CN118568829A (zh) * | 2024-05-28 | 2024-08-30 | 江苏航运职业技术学院 | 一种基于数字孪生的高层建筑施工全过程智能监测方法 |
-
2023
- 2023-10-08 CN CN202311289423.5A patent/CN117372201A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118095752A (zh) * | 2024-03-08 | 2024-05-28 | 招远市金都水利勘测设计有限公司 | 一种基于数字孪生的水库调度管理系统 |
| CN118013161A (zh) * | 2024-04-09 | 2024-05-10 | 山东同其万疆科技创新有限公司 | 一种基于大数据分析的水利数据采集监管方法 |
| CN118568829A (zh) * | 2024-05-28 | 2024-08-30 | 江苏航运职业技术学院 | 一种基于数字孪生的高层建筑施工全过程智能监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117372201A (zh) | 一种应用于水库的智慧水利数字孪生模型快速构建方法 | |
| CN105069703B (zh) | 一种电网海量数据管理方法 | |
| CN106446540B (zh) | 一种风电机组健康状态实时评估方法 | |
| CN107358347A (zh) | 基于工业大数据的装备集群健康状态评估方法 | |
| CN106294644B (zh) | 一种基于大数据技术的海量时序数据收集处理装置及方法 | |
| CN111079977A (zh) | 基于svd算法的异构联邦学习矿井电磁辐射趋势跟踪方法 | |
| CN107515952A (zh) | 点云数据存储、并行计算和实时检索的方法及其系统 | |
| CN107832876B (zh) | 基于MapReduce框架的分区最大负荷预测方法 | |
| CN104407688A (zh) | 基于树回归的虚拟化云平台能耗测量方法及系统 | |
| CN112883001A (zh) | 一种基于营配贯通数据可视化平台的数据处理方法、装置及介质 | |
| Douglas | An open framework for dynamic big-data-driven application systems (DBDDAS) development | |
| Cai et al. | Big data analytics in uncertainty quantification: Application to structural diagnosis and prognosis | |
| CN117194919A (zh) | 一种生产数据分析系统 | |
| CN113254517A (zh) | 一种基于互联网大数据的服务提供方法 | |
| CN115809833B (zh) | 基于画像技术的基建项目智能监督方法、装置 | |
| CN106599189A (zh) | 基于云计算的动态Skyline查询装置 | |
| Li et al. | Deep-level quality management based on big data analytics with case study | |
| CN115034278A (zh) | 性能指标异常检测方法、装置、电子设备和存储介质 | |
| Xu et al. | A platform for fault diagnosis of high-speed train based on big data | |
| CN103530328A (zh) | 一种数据统计分析系统和方法 | |
| Wang et al. | Block storage optimization and parallel data processing and analysis of product big data based on the hadoop platform | |
| Yang et al. | Probabilistic modeling of renewable energy source based on Spark platform with large‐scale sample data | |
| Wu | RETRACTED: Research on Clustering Algorithm Based on Big Data Background | |
| CN116089012A (zh) | 一种基于容器资源指标的自适应容器异常检测方法 | |
| CN110019343A (zh) | 一种新能源气象数据管理方法及系统 |
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 |