智能配电网数字孪生构建和应用关键技术研究

何开元 中国电科院配电技术中心 主办：中国电科院双创示范中心 承办：国网上海能源互联网研究院有限公司协办：中国电力百科网国网数科控股公司双创中心 NTS 智能配电网数字生背景及发展 智能配电网数字李生关键技术 智能配电网数字李生典型应用场景 、智能配电网数字李生背景及发展 1.1数字李生概述 （1）数字李生定义 标准化组织：数字李生是具有数据连接的特定物理实体或过程的数字化表达，该数据连接可以保证物理状态和虚拟状态之间的同速率收敛，并提供物理实体或流程过程的整个生命周期的集成视图，有助于优化整体性能。 国内学术组织：数字李生是综合运用感知、计算、建模等信息技术，通过软件定义，对物理空间进行描述、诊断、预测、决策，进而实现物理空间与赛博的交互映射。 一、智能配电网数字李生背景及发展 1.1数字李生概述 （2）数字李生特征 数字李生与仿真的区别： 仿真是创建和运行数字李生的核心技术是数字李生实现数据交互和融合的基础 数字李生基于确定性规律和完整机理模型来模拟物理世界，使用包括仿真、实测、数据分析在内的手段对物理实体状态进行感知、诊断和预测，进而优化物理实体，同时进化自身的数字模型 一、智能配电网数字李生背景及发展 1.1数字李生概述 (3)数字李生技术的优势 1.能够实现数据驱动和知识驱动的融合 考虑配电网运行的不确定输入条件?实现复杂配电网的随机动态模拟以宏观的角度分析配电网发展态势 2.能够实现复杂动态过程到数学模型的映射及仿惠 进行的多物理量、多时空尺度、多概率的仿真过程，取得最优解在虚拟空间中完成运行推演，反映配电网的全生命周期过程。 3.能够通过虚拟与现实的互动，实现优化送代 通过融合现实数据与虚拟场景，不断细化模型在规划建设运行全寿命周期内对现实场景持续优化 4.基于数字李生的多场景、多边界、多目标的、平行的规划 通过随机的、基于概率的、海量场景的生成构建，充分考虑各种边界下的系统状态根据不同目标（可靠性、经济性、能效等）实现方案的优选 、智能配电网数字李生背景及发展 1.1数字李生概述 （4）数字李生体系架构 、智能配电网数字季生背景及发展 1.2智能配电网数字李生 (2)数字李生技术关键要素 配电网数字李生能够通过在虚拟空间中完成对象的映射，能够随时在空间里通过李生体实现对有源配电网运行状态的感知、预测、推演与优化等，从而为高比例分布式能源接入的配电网故障诊断、优化控制、风险评估提供支撑 一、智能配电网数字李生背景及发展 1.2智能配电网数字李生 (2)数字李生技术关键要素 一、智能配电网数字李生背景及发展 1.2智能配电网数字李生 （3）智能配电网数字李生技术现状 、智能配电网数字李生背景及发展 1.2智能配电网数字李生 （4）典型应用范围 一、智能配电网数字李生背景及发展 1.2智能配电网数字李生 一、智能配电网数字李生背景及发展 1.2智能配电网数字李生 一、智能配电网数字李生背景及发展 1.2智能配电网数字李生 （7）机遇和挑战 NTS 智能配电网数字李生背景及发展 智能配电网数字李生关键技术 智能配电网数字李生典型应用场景 二、智能配电网数字李生关键技术 主要技术内容 配电网数字李生多维多尺度构建方案；12配电网数据适配与即播即用③数字李生闭环反馈方法。 配电网短路、断线及接地故障原因相关性分析模型配电网停电事故原因分析：智能配电网故障在线诊断方法 内容3： ①配电网概率潮流李生仿真模型：?不同拓扑方案下配电网负荷供电可靠性评估：?基于数字李生的负荷转供鲁棒优化辅助决策。 二、智能配电网数字李生关键技术 2.1智能配电网络数字李生建模方法 (1配电网数字李生多维多尺度构建方案 二、智能配电网数字李生关键技术 2.1智能配电网络数字李生建模方法 （1）配电网数字李生多维多尺度构建方案 物理空间建模：依据配电网元素的材料属性、物理参数等物理特性，建立其机理模型并通过静态，动态状态感知技术实现对全网物理运行维度的全息认知与描述 二、智能配电网数字李生关键技术 2.1智能配电网络数字李生建模方法 （1）配电网数字李生多维多尺度构建方案 物理空间建模：针对配电网多种运行状态之间依概率迁移的特征，通过基于多分辨率的配电网模型多粒度优化方法实现配电网机理模型的多态全过程多分辨率的自适应适配与切换。 二、智能配电网数字李生关键技术 2.1智能配电网络数字李生建模方法 （1）配电网数字李生多维多尺度构建方案 物理空间建模：通过基于马尔可夫过程的多状态迁移在线模型修正方法，解决运行状态迁移带来的数字李生机理模型累积误差扩散难题。 二、智能配电网数字李生关键技术 2.1智能配电网络数字李生建模方法 （1）配电网数字李生多维多尺度构建方案 数据空间建模：通过多源数据的实时采集、清洗、融合与处理，刘建立配电网典型业务应用的数据支撑，分析典型业务中数据流的耦合关联关系，构建刻画典型业务特征的行为及响应模型，利用大数据统计学习方法实现典型业务的感知与预测。 考虑温度升高湿度过大及降雨等问题会导致设备绝缘水平下降：大风天会增加异物及树线故障的发生率，雷雨天气会导致设备被雷击等分析过后初步确定实验所用故障特征包括月份分级、地区分级、最高温度等。 二、智能配电网数字李生关键技术 2.1智能配电网络数字李生建模方法 （1）配电网数字李生多维多尺度构建方案 知识空间建模：采用专家经验和精细规则对电网运行知识的特征和规律进行总结，实现电网运行知识的存储，为电网业务提供更丰富的辅助决策信息。 配电网数字李生故障专家知识库模型主要存储和管理专家系统中用于进行故障诊断的知识利用监测数据可实现对配电网及相关设备的故障报警、诊断和预测等辅助决策功能 二、智能配电网数字李生关键技术 2.1智能配电网络数字李生建模方法 （1）配电网数字李生多维多尺度构建方案 虚拟空间建模：是配电网数字李生体的大脑，集成了多领域、多尺度、高保真的李生模型，通过对物理、数据、知识空间的模型融合与可视化，建立起配电网虚实交互的连接，一方面可自主感知和超前推演配电网运行过程全数据，另一方面通过故障诊断、供电恢复等业务的结果反馈施用到物理、数据、知识空间，从而为物理、数据、知识空间和业务交互空间中的多主体协同决策与优化提供支持，实现数学李生体的统一规范管理 二、智能配电网数字李生关键技术 2.1智能配电网络数字李生建模方法 （2）配电网数据适配与即插即用 二、智能配电网数字李生关键技术 2.1智能配电网络数字李生建模方法 （2）配电网数据适配与即插即用 二、智能配电网数字李生关键技术 2.1智能配电网络数字李生建模方法 （2）配电网数据适配与即插即用 针对配电网数据源混杂的问题，基于CIM标准建立配电网多能系统统数据模型，实现含综合能源的复杂配电网的能量流、信息流、业务流的数字化刻画和描述，推进配电网数据标准化、模块化实现给定范围内的数据即插即用 二、智能配电网数字李生关键技术 2.1智能配电网络数字李生建模方法 （3）数字李生闭环反馈方法 根据物理网络实体构建数字李生体，运维人员下发意图，系统通过意图网络将其解码为网络自治需求：数字李生体以需求为导向，内部不断进行自我选代优化和仿真验证，直至李生网络的性能达到预期目标；然后数字李生网络生成“数字规划体”，并以其为将优化好的数据同步给物理网络实体。物理网络用新的数据运行之后，发现结果跟目标还是有差距于是把结果反馈给数字李生体继续进行优化。两个闭环就这样不断运转，驱动物理网络性能达成预期目标。 二、智能配电网数字李生关键技术 2.2基于数字李生和人工智能技术的配电网智能化故障诊断方法 （1）配电网短路、断线及接地故障原因相关性分析模型 根据中低压配电网物联信息关联条件的数据需求，依托D5000、营销系统、95598系统、智能配变终端、低压智能断路器、低压故障传感器、电压分路监测单元等“云、边、端”系统，收集包括电压、电流、功率等电量数据与调度数据、投诉数据、停电数据、环境数据等非电量数据按照不同数据类型和特点对采集数据进行标准化、归一化预处理，根据数据预处理结果进行结构化处理并形成输出规则，结合配电物联网历史数据，构建符合配电网物联信息关联关系的数据模型 二、智能配电网数字李生关键技术 2.2基于数字李生和人工智能技术的配电网智能化故障诊断方法 （1）配电网短路、断线及接地故障原因相关性分析模型 基于配电网馈线、台区、用户的拓扑关系，分析自然因素（风、雨、雷、雪、晴）、气候因素（温度、湿度、降水量、风速等）、社会因素（如植被、建筑物、施工、偷盗等）等外部因素与设备因素（设备老化、设备缺陷、过负荷、电网接地方式）、网架因素（辐射网接线、环网接线、系统运转能力不足）、用户因素（用户特性、内部故障）等内部因素对配电网停电风险的影响 二、智能配电网数字李生关键技术 2.2基于数字李生和人工智能技术的配电网智能化故障诊断方法 （1）配电网短路、断线及接地故障原因相关性分析模型 基于“云-边-端”协同和多源数据分析方法，挖掘配电物联网数据模型中面向供电可靠性的关联特征信息，基于关联特征将配网物联数据划分为多个视图，分别提取不同视图中的特征数据构建特征关联图，通过数据融合的方式，建立面向配电网短路、断线及接地故障原因的配电物联网信息关联模型。 二、智能配电网数字李生关键技术 2.2基于数字李生和人工智能技术的配电网智能化故障诊断方法 （1）配电网短路、断线及接地故障原因相关性分析模型 将关联模型中数据进行格式转换并选择边及边属性，利用关联特征确定关键节点与节点属性，结合边属性与节点属性，创建配网物联信息图数据库，构建物联信息关联图谱，完成数据的视图化储存。 二、智能配电网数字李生关键技术 2.2基于数字李生和人工智能技术的配电网智能化故障诊断方法 （2）配电网停电事故原因分析 基于配电网故障停电风险传播路径，利用过滤式特征选择算法、改进灰色关联分析等方法，研究配电网网络拓扑、用户特征、设备状态和气象环境多源要素信息融合数据下配电网不同类型故障停电事件特征：利用反向传播（BP）神经网络、SVM算法、Adaboost改进决策树算法等机器学习方法分析配电网不同停电风险预测模型的准确率，建立配电网馈线、台区的多维度停电态势模型 配电网故障停电态势感知模型 二、智能配电网数字李生关键技术 2.2基于数字李生和人工智能技术的配电网智能化故障诊断方法 （2）配电网停电事故原因分析 利用层次分析法、贝叶斯网络和模糊综合评价等方法，建立多维度配电网故障停电风险态势感知综合评估模型：利用深度学习方法，建立多时间尺度区间监测数据与历史数据库的模式匹配模型，提出多时间尺度下配电网故障停电风险态势感知模型的求解方法，实现配电网馈线、台区月、日前、日内的故障停电风险类型、等级和趋势的感知。 二、智能配电网数字李生关键技术 2.2基于数字李生和人工智能技术的配电网智能化故障诊断方法 （2）配电网停电事故原因分析 基于动态数据耦合分析理论多源数据关联和强化学习等数据分析与数据挖掘方法，分析车辆碰撞、电缆外破、大风倒杆、雷击故障、覆冰断线、绝缘子污闪、设备老化、过负荷、配电变压器故障、低压线路接地等典型场景下配电网停电事件与线路、设备、系统的关联关系，建立配电网线路、设备、系统的故障停电演化模型。 二、智能配电网数字李生关键技术 2.2基于数字李生和人工智能技术的配电网智能化故障诊断方法 （2）配电网停电事故原因分析 考虑配电网安全性、经济性、网络拓扑结构、故障停电对用户和供电企业的影响，利用数据挖掘、数理统计、Eclat算法、Apriori算法、灰色关联度等数据分析方法，研究不同故障停电风险事件的评估指标；利用复杂网络理论、风险理论和高维随机矩阵理论等方法、建立多层次多角度的配电网故障停电风险薄